svm核心概念
二分类问题
1.如果一个函数是凸函数,则目标函数的无约束最优化问题的局部最优解就是全局最优解。
2,最大间隔
即在被分成两类的点中分别距离超平面距离最近的点到超平面之和最小。
3.训练向量集的凸壳
包含某一类所有训练样本集的最小凸集。
4,松弛因子
使该优化问题能够容忍一些误分类的点。
惩罚因子
对所牺牲分类准确性的惩罚程度。
5,Mercer条件
定义:一个n×n的实对称矩阵M是正定的,当且仅当对于所有的非零系数向量z,都有zTMz>0 .
svm核心概念
二分类问题
1.如果一个函数是凸函数,则目标函数的无约束最优化问题的局部最优解就是全局最优解。
2,最大间隔
即在被分成两类的点中分别距离超平面距离最近的点到超平面之和最小。
3.训练向量集的凸壳
包含某一类所有训练样本集的最小凸集。
4,松弛因子
使该优化问题能够容忍一些误分类的点。
惩罚因子
对所牺牲分类准确性的惩罚程度。
5,Mercer条件
定义:一个n×n的实对称矩阵M是正定的,当且仅当对于所有的非零系数向量z,都有zTMz>0 .