SVM是公认的较为不错的一个分类算法，下面将首先从SVM的设计之初理念说起，即利用间隔(gap)将数据分开；然后对如何建立优化的间隔分类器以及利用拉格朗日乘子；此外，为了更好的让SVM在基于高维特征的数据中有较好表现，对核函数kernels也进行了一些介绍和解释。
关于间隔
符号表示
函数间隔和几何间隔
拉格朗日算子
核函数
参数求解
机器学习经典算法5-支持向量机SVM
本文详细介绍了SVM分类算法的基本原理及其应用。首先探讨了SVM设计初衷——通过最大间隔来区分不同类别；接着深入讨论了如何构建最优分类器及拉格朗日乘数的应用；最后介绍了核函数的概念，用于解决高维空间中的分类问题。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
