大家好 我是小k 在学到这篇文章前 我曾在b站上看过菜菜的SVM课程 第一遍全程下来 基本上上最深的记忆点就是 SVM有三层理解 我们在课上能理解第一层就很不错了 而且SVM数学原理推理十分的困难 数学不好的小白是很难看懂的 我怀着敬畏心听完了后 好家伙 果然不出所料 只听了个大概 今天结合阅读了一些文章 做一些对SVM浅层总结
SVM和其基本概念:
svm是一种二分类模型,svm的主要目的就是要画出一条线 一更好的区分两类点 SVM 适合中小型数据样本、非线性、高维的分类问题。
Q1:能够画出多少条线对样本点进行区分?
答:线是有无数条可以画的,区别就在于效果好不好,每条线都可以叫做一个划分超平面。比如上面的绿线就不好,蓝线还凑合,红线看起来就比较好。我们所希望找到的这条效果最好的线就是具有 “最大间隔的划分超平面”。
Q2:为什么要叫作“超平面”呢?
答:因为样本的特征很可能是高维的,此时样本空间的划分就不是一条线了。
Q3:画线的标准是什么?/ 什么才叫这条线的效果好?/ 哪里好?
答: