学习SVM心得
SVM 支持向量机 不属于神经网络 可以把他当作是一个隐含层的模型
而深度学习拥有多层隐含层的结构
简单的来说,SVM就是个分类器,
SVM的目的:寻找到一个超平面使样本分成两类,并且间隔最大,这个平面的系数就是我们要得到的
数学公式: max(1/|w|)
这种图形无法计算曲线方程
于是引入了一个新的概念:核函数。他可以将样本从原始空间映射到一个更高维的特质空间中,使得样本在这个新的
高维空间中可以被线性划分为两类,即在空间内线性划分。有线性、多项式、高斯等
非线性映射使SVM方法的理论基础
支持向量使SVM的训练结果,在SVM分类决策中起决定作用的就是支持向量