机器学习:svm 线性分类

本文深入探讨了如何将机器学习问题转化为凸二次规划问题,并运用拉格朗日乘数法求解。特别关注了分类错误问题的解决策略,通过引入惩罚函数优化学习过程。同时,介绍了线性分界和分类错误点的处理方法,为读者提供了解决实际问题的理论基础和实践指导。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

将 问题转为 凸二次规划问题(一个函数为主函数,另外一个约束函数,只有一个最优解),拉格朗日乘数法;

另外就是分类错误问题,因为是用线性分的,所以分类错误的点很可能存在,比较好的办法是加一个惩罚函数对学习错误进行惩罚;


reference:

http://www.cnblogs.com/LeftNotEasy/archive/2011/05/02/basic-of-svm.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值