【机器学习】-SVM算法笔记(二)

1. SVM求解
在需要无限维函数φ(x)的地方,SVM都巧妙地化解为核函数K(x1,x2)。因此,我们只需要知道核函数,不需要知道φ(x)的表达式。
在这里插入图片描述
根据上述笔记中的①可推出WTx中,也无需知道W的的具体表达,即可求出WTx。
求b使用KKT条件,可得到ξi=0,所以可推出b的表达式。
2. SVM算法流程
①训练流程:输入{(xi,yi)} (i=1~N)
根据上述过程,算出b。(其中0<αi<C)
②预测流程:输入测试样本X
在这里插入图片描述
3. 常用核函数
在这里插入图片描述
4. 混淆矩阵
在这里插入图片描述
在这里插入图片描述
5. ROC曲线
ROC(Receiver Operating Character)曲线,是一条横坐标为FP,纵坐标为TP的曲线。
在这里插入图片描述

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值