最详细的SVM数学模型讲解

背景:

          支持向量机SVM常用于二分类问题,其输入的数据形式如[x1,x2,x3...,xn,y],其中x1,x2,...,xn为特征值,y为结果值,为1和-1。

         点到直线的距离:

                                            

         点到超平面的距离:

                                                         d=\frac{\left | \alpha ^{T}x+\beta \right |}{\left \| \alpha \right \|}


如果只有两个特征值,则数据形式为[x1,x2,y],举个详细的例子如下:

                [1,1,-1]

                [1,2,-1]

                [1,4,1]

                [3,3,1]

四组数据,两正两负,可以发现这是一个二维的数据,因此可以画一个二维的坐标系去展示,如下图所示。

                                     

SVM就是选择一个超平面,将y=1和y=-1的数据分开,在二维数据的情况下,这个超平面就是一条直线,如下图中绿色的线所示。

                                      

如果是三维数据,则可以发现这个超平面

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