Sjtucheng的专栏

3. 支持向量机

本质 其基本模型是定义在特征空间上的间隔最大的线性分类器。核技巧使之成为实质上的非线性分类器。 学习策略是间隔最大化，可形式化为求解凸二次优化问题。等价于正则化的合页损失函数的最小化问题。 学习算法是求解凸二次规划的最优化算法。 理解支持向量机可以从简至繁推进：线性可分支持向量机（硬间隔SVM），线性支持向量机（软间隔SVM），非线性支持向量机（软间隔最大化+核技巧）。 训练数据集 T=(x1,y...