数据分析——支持向量机

Echoblabla

于 2020-07-22 19:07:45 发布

阅读量419

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习文章标签：算法 python 支持向量机

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/Echoblabla/article/details/107510154

本文探讨了支持向量机在解决分类问题中的应用，讲解了最佳划分平面的选择、核函数的概念、软间隔与正则化的意义，并通过Python实现SVM算法，特别强调了核函数在处理非线性问题中的作用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

问题一：哪个平面是划分这两个点的最佳方案

在这里插入图片描述

对偶问题
利用拉格朗日乘子法进行极值的计算

问题求解
SMO算法
在这里插入图片描述

问题的重点在于求解a，如何求解a是问题的核心步骤：
SMO算法的求解步骤：
在这里插入图片描述

核函数

在这里插入图片描述

对于此种情形，已经无法在二维平面进行划分

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。