SVM---支持向量机

shenzhiping12

于 2019-06-21 19:50:53 发布

阅读量182

点赞数

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/shenzhiping12/article/details/93197001

版权

支持向量机（SVM）是一种有监督学习的分类算法，旨在找到最佳超平面以实现数据的最大间隔划分。本文深入探讨了SVM的概念，包括超平面方程、间隔计算、约束条件以及线性SVM的优化问题和拉格朗日函数的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一：什么是SVM？

支持向量机是用于分类的一种算法，也属于有监督学习的范畴。
SVM就是试图把棍放在最佳位置，好让在棍的两边有尽可能大的间隙
例子：大侠救心上人
球[data]、棍子[classifier]、最大间隙trick[optimization]、拍桌子[kernelling](核函数) 、纸[hyperplane]超平面
想要让数据飞起需要的东西就是核函数，用于切分小球的纸，就是超平面。如果数据是N维的那么超平面就是N-1维的。

寻找最大间隔

二：线性SVM

目标函数：间隔
优化对象：超平面

1.超平面方程

在这里插入图片描述

2.间隔的计算公式

在这里插入图片描述

3.约束条件

在这里插入图片描述

4.线性SVM优化问题的基本描

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。