机器学习 画出超平面w.T*x+b

本文探讨了在支持向量机(SVM)中如何通过计算样本点到超平面的距离来确定最优分隔边界。该距离不仅有助于理解SVM的工作原理,而且对于训练模型至关重要。

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

感觉 | f(x)=w.T*x+b | 其实求的是样本点到超平面的距离 (f(x)分正负)。。
w+=multiply(alphas[i]*label_matrix.T[i],data_matrix[i,:].T)
d=x*mat(w)+b
所以理想下两个样本点f(x)值相等,就很容易确定一条分隔直线。。
不同同一直线上的三点确定一个面,超平面为二维的情况还没去测试。。
只提供个思路,如有错误还请指出。。
不过另一方面,既然这是求样本点到超平面的距离,那超平面应该是早就求出过了。。
所以。。应该再看几遍推论。。

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