首先,先由感知机入手,简单的说明了一下,感知机的工作原理和他的目标函数,下图是对他的解释与说明,当然最后的梯度下降求法并不是最好的方法,可以使用对偶法进行求解,这里不做过多的解释了。好,上图,手写,有点丑!从感知机的原理中,我们可以类比出SVM的基本思路,当然SVM也是在感知机的基础上做的,不然怎么说感知机是神经网络、机器学习的鼻祖呢…
这里的关键部分是两个概念,一个是几何间隔,一个是函数间隔,然后是对原优化目标函数的等效变换,方便我们求解,本人不是学数学出生的,对一些定理什么的就不做相关介绍了,关键我也不会啊…好,上图!
上图我从原理到目标函数的定义求解行了详细说明,但是由于时间问题,暂时先到SVM的优化目标函数,下篇再接着写,导师叫我写论文了,再见!… -_- !
机器学习sklearn之SVM推导(一)
最新推荐文章于 2020-09-06 16:40:13 发布