1.SVM介绍
是一个类似于逻辑回归的方法,用于对不同因素影响的某个结果的分类。
但逻辑回归主要采用的是sigmoid函数,SVM有自己常用的核函数:linear线性核、rbf径向基、poly多项式
比方说,要对一堆香蕉和黄瓜进行分类~~~
首先要明确的是,我们常见的香蕉为黄色,黄瓜为绿色(为什么不叫绿瓜??)。但是香蕉有绿色的,黄瓜也有黄色的???
好吧。这是我搜的,真的是巨丑!!!
我们采集香蕉和黄瓜的各项特征信息:气味,颜色,重量,长度………汇集成特征点,利用linear线性的分类器进行分类。如下图
红色的是香蕉,绿色的黄瓜,能够看出来,分类的依据是两类图中的两个点决定的,也就是两点连线的中垂线!
而且将这条线沿着垂直两点之间的连线移动,会发现,分类的结果并不会改变。这就是SVM的特点:是依赖于特征点当中的最特殊的点进行分类的。
这一部分的python实现与逻辑回归非常相似,源码与数据集可参考