回顾一下逻辑回归
通过逻辑回归的loss引申出支持向量机的
逻辑回归最后会输出一个概率,支持向量机则直接输出0或1
在区分正负样本中,存在多条决策边界,但支持向量机会选择间距最大的那条,就是黑色那条
注意此时,若C的值非常大,会对于异常点的存在十分敏感,会将决策边界从黑色变到粉色,C值较小,则依旧为黑色的线
支持向量机最重要为核kernel
核函数具体怎么运行
其中,看下对整体的影响
如何训练得到非线性边界
那么怎么挑选标记点l
参数对整个模型影响
回顾一下逻辑回归
通过逻辑回归的loss引申出支持向量机的
逻辑回归最后会输出一个概率,支持向量机则直接输出0或1
在区分正负样本中,存在多条决策边界,但支持向量机会选择间距最大的那条,就是黑色那条
注意此时,若C的值非常大,会对于异常点的存在十分敏感,会将决策边界从黑色变到粉色,C值较小,则依旧为黑色的线
支持向量机最重要为核kernel
核函数具体怎么运行
其中,看下对整体的影响
如何训练得到非线性边界
那么怎么挑选标记点l
参数对整个模型影响