机器学习————SVM支持向量机
支持向量机的损失函数
由逻辑回归的损失函数改进至支持向量机的损失函数
向量内积性质的复习
SVM的核函数:用来使SVM能够处理非线性分类
给定了x后,通过计算和l1,l2,l3的相近距离,来确定f1, f2, f3
如何选择标记点呢?
在给出的所有点中,选择每一个点当作标记点
(x(1), y(1)), (x(2), y(2)), (x(3), y(3)), (x(m), y(m))
l(1) = x(1) , l(2) = x(2) , l(3) = x(3) , l(m) = x(m)
f1 = similarity(x, l(1))
f2 = similarity(x, l(2))
…
总结
分类算法,有监督的机器学习算法
特点:最大间隔:决策边界到里它最近的某一个点的距离;
目的:让最大间隔边大,以便分类清晰
(1)线性分割:找最大间隔
(2)非线性分割:利用核函数去找最大间隔
核函数:又叫相似函数,是用来衡量每一个点到L点(核函数点)的相似度的;如果这个点离核函数
点近的话,就被标记成1,反之,就被标记成0;最后,通过所有的核函数点,计算出每一个核函数点中对应的权重值w