定性:二类分类模型,是判别式模型
核心思想:间隔最大化
主要途径:求解凸二次规划
包括三部分:线性可分支持向量机,线性支持向量机,非线性支持向量机。
1.线性可分支持向量机与硬间隔最大化
注意:svm是在特征空间中进行学习的
svm与感知机的区别:
感知机利用误差分类最小的策略,求得分离超平面,解有无穷多个。
svm利用间隔最大化求最优分离超平面,解是唯一的。
函数间隔,几何间隔
硬间隔最大化目标:
min 0.5*||w||^2
s.t. yi*(w*xi+b)-1>=0
算法例7.1
>> H=[1 0 0;0 1 0;0 0 0]
H =
1 0 0
0 1 0
0 0 0
>> f=[0;0;0]
f =
0
0
0
>> A=[-3 -3 -1;-4 -3 -1;1 1 1]
A =
-3 -3 -1
-4 -3 -1
1 1 1
>> b=[-1;-1;-1]
b =
-1
-1
-1
>> [X,FVAL,EXITFLAG,OUTPUT,LAMBDA] = quadprog(H,f,A,b)