一、线性支持向量机
1.概念
样本:
线性分类器:,
超平面:
2.函数间隔
对于一样训练样本 ,它到
确定的超平面的函数间隔为:
对于训练数据集,它的函数间隔定义为
3.几何间隔
4.最优间隔分类器
给定一个训练集,试图找到一个使几何间隔最大化的决策边界,这表示对训练集的有可信的预测并且对训练数据的良好“拟合”。
问题转换:令,
5.线性SVM
输入:线性可分的训练数据集
输出:判别函数及决策/判别界面
通过求解如下最优化问题来得到最优分类器的参数
分离超平面:
判别函数 :
6.支持向量和间隔
支持向量:距分离超平面最近的训练样本。
函数间隔:
几何间隔:
间隔: