Cyj2328499的博客

定义假设特征与分类结果存在线性关系的模型，这个模型通过累加计算每个维度的特征与各自权重的乘积来帮助类别决策。 线性关系公式 :f(w,x,b)=w^tx+bx=(x1,x2,…xn) 代表n维特征列向量，w=(w1,w2,…wn)代表对应的权重(系数 coeffient),同时为了避免其过坐标原点这种硬性假设，增加一个截距（intercept） b。 f取值范围分布在整个实数域...

定义SVM便是根据训练样本的分布，搜索所有可能的线性分类器中最佳的那个。仔细观察彩图中的蓝线，会发现决定其位置的样本并不是所有训练数据，而是其中的两个空间间隔最小的两个不同类别的数据点，而我们把这种可以用来真正帮助决策最优线性分类模型的数据点称为”支持向量“. （即支持向量就是离分隔超平面最近的那些点)。换句话说，找出能分离样本的一个最优平面距离超平面最近的训练样本的点被成为支撑向量,...