本博文将介绍支持向量机的一些理论并使用WEKA来得到一个分类器。在介绍支持向量机之前,先介绍感知机的一些知识。
感知机
感知机是二类分类的线性分类模型,其输入为实例的特征向量,输出为实例类别。感知机对应于输入空间中的实例划分为正负两类的分离超平面,属于判别模型。感知机的描述如下:
给定一个训练数据集
T={ (x1,y1),(x2,y2),...,(xN,yN)}
其中 xi 是输入空间, yi 是类别。求参数 w,b ,使得损失函数极小化问题的求解
minw,bL(w,b)=−∑
本博文将介绍支持向量机的一些理论并使用WEKA来得到一个分类器。在介绍支持向量机之前,先介绍感知机的一些知识。
感知机是二类分类的线性分类模型,其输入为实例的特征向量,输出为实例类别。感知机对应于输入空间中的实例划分为正负两类的分离超平面,属于判别模型。感知机的描述如下:
给定一个训练数据集
T={ (x1,y1),(x2,y2),...,(xN,yN)}
其中 xi 是输入空间, yi 是类别。求参数 w,b ,使得损失函数极小化问题的求解
minw,bL(w,b)=−∑