OpenCV中的SVM支持向量机

1、什么是支持向量机SVM      支持向量机是一个分类器,正式的定义是一个能够将不同类样本在样本空间分隔的超平面,换句话说,给定一些标记(label)好的训练样本,SVM算法输出一个最优化的分隔超平面。     如何来界定一个超平面是不是最优的:假设给定一些分别属于两类的2维点,这些点可以通过直线分隔,我们要找到一条最优的分割线。 在上面的图中,你可以直觉的观察到有
摘要由CSDN通过智能技术生成

主要来自OpenCV教程

1、什么是支持向量机SVM

      支持向量机是一个分类器,正式的定义是一个能够将不同类样本在样本空间分隔的超平面,换句话说,给定一些标记(label)好的训练样本,SVM算法输出一个最优化的分隔超平面。

     如何来界定一个超平面是不是最优的:

假设给定一些分别属于两类的2维点,这些点可以通过直线分隔,我们要找到一条最优的分割线。

 

在上面的图中,你可以直觉的观察到有多重可能的直线可以将样本分开,也可以凭直觉来定义一条评价直线好坏的标准:

       距离样本太近的直线不是最优的,因为这样的直线对噪声敏感度高,泛化性差。因此要找到一条直线,离所有的点的距离最远。由此,SVM算法的实质是找出一个能够将某个值最大化的超平面,这个值就是超平面离所有训练样本的最小距离。这个最小距离用SVM术语来说叫做间隔。概括说就是最优分割超平面,最大化训练数据的间隔。

The Optimal hyperplane

 

2、如何计算最优超平面

公式一定义了超平面的表达式:

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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