机器学习_支持向量机

本文通过举例说明了如何使用支持向量机(SVM)进行分类任务,并详细解释了如何选择最佳的分类超平面,使得不同类别之间的间隔最大化。

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

1.   http://notes.mengxin.tk/2017/07/06/understand-svm-easily-first-level/

 这个网站只是前面一小部分支持向量机的内容,但是贵在讲的很详细、有例子、容易理解

2.  http://blog.youkuaiyun.com/v_july_v/article/details/7624837   

这个网站就是一篇大牛写的,很全。比周志华写的要全很多

下面来自己总结一下吧

首先给定训练样本(x1,y1),(x2,y2)....其中xi为向量,算是一组特征(比如衡量肿瘤的颜色、大小等)的描述吧,yi是{-1,1}(描述是否为肿瘤)

目的:用合适的超平面将不同类别的样本分开,注意合适一词,使样本分开的超平面会有无数个,但怎样去找一个合适的泛化能力最强的呢?

思想;通过距离,即这个合适的超平面使两分类中最近的样本点到此平面的距离最大。


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