支持向量机
基本需求:D在样本空间中找到一个划分超平面、将不同类别的样本分开
理想中的超平面:该划分超平面对训练样本局部扰动的“容忍性”最好。
优化目标:最大化margin
俩条蓝线上的点(元素)就是支持向量。
超平面:超平面H是从n维空间到n-1维空间的一个映射子空间,它有一个n维向量和一个实数定义。
· 如果空间是三维的,那么它的超平面是二维平面,而如果空间是二维的,则其超平面是一维直线。
· 超平面可以使用方程表示:
· 点到超平面距离
· SVM优化目标
###(~tips: 这部分呢可能是有其中数学推理逻辑在内,各位不好理解,但数学基础好的小伙伴应该多看几遍就可以理解。不理解的小伙伴也没有关系,这部分在实际操作中也是可以跳过的,但建议还是要了解一下。###