支持向量机
支持向量机的基本想法就是在样本空间中找到一个划分超平面,寻求最大间隔,将不同类别的样本分开,距离超平面最近的几个训练样本点,正好在分割线上,它们称之为“支持向量”。
任意点x到超平面的距离为:
r=|wTx+b|||w||
点到直线的距离为:
|Ax0+By0+c|A2+B2√
假设超平面把所有训练样本分类正确,则有:
{wTxi+b≥+1, yi=+1wTxi+b≤−1, yi=−1
两个异类支持向量到超平面的距离为:
r=2||w||
欲找到具有“最大间隔”的划分划分超平面,也即:
max2||w|| s.t.yi(wTxi+b)≥1, i=1,2,...,m
等价于: min12||w||2
对偶问题
求解极值用拉格朗日方法
L(w,b,α)=12||w||2+∑mi=1αi(1−yi(wTxi+b))
令
L(w,b,α)
对
w,b
求偏导为0得: