SVM 任意一点到超平面的距离

最新推荐文章于 2023-01-12 20:05:53 发布

循环是人递归是神

最新推荐文章于 2023-01-12 20:05:53 发布

阅读量447

点赞数

分类专栏：机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_35752161/article/details/91044341

版权

机器学习专栏收录该内容

4 篇文章 0 订阅

订阅专栏

设 $w=\left(w_{1}, w_{2}, w_{3}, \ldots w_{N}\right)^{T}$ ; $x=\left(x_{1}, x_{2}, x_{3}, \ldots x_{N}\right)^{T}$ ; 超平面方程 $w^{T} x+b=0$ 。

超平面外的点 $m_{1}=\left(m_{11}, m_{12}, m_{13}, \ldots m_{1N}\right)^{T}$ 在超平面上的投影为 $m_{0}=\left(m_{01}, m_{02}, m_{03}, \ldots m_{0N}\right)^{T}$ 。

显然 $m_{0}m_{1}=\left(m_{11}-m_{01}, m_{12}-m_{02}, m_{13}-m_{03}, \ldots m_{1N}-m_{0N}\right)^{T}$ 平行于超平面的法向量 $w=\left(w_{1}, w_{2}, w_{3}, \ldots w_{N}\right)^{T}$ 。

设向量 $m_{0}m_{1}$ 的长度为，因为 $m_{0}$ 在超平面上， $w^{T} m_{0}+b=0$ 。所以

$m_{0}m_{1}\cdot w=w_{1}\left(m_{11}-m_{01})+w_{2}(m_{12}-m_{02})+w_{3}(m_{13}-m_{03})\ldots+w_{N}( m_{1N}-m_{0N}\right)$

$=w_{T}m_{1}+b$

$\left|w \cdot m_{0}m_{1}\right|=\left|w \| m_{0}m_{1}\right|=\sqrt{w_{1}^{2}+\ldots+w_{N}^{2}} d$

所以 $|w_{T}m_{1}+b|=\sqrt{w_{1}^{2}+\ldots+w_{N}^{2}} d$

$d=\frac{1}{\|w\|}\left|w_{T}m_{1}+b\right|$

循环是人递归是神

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。