机器学习:支持向量机(中)

本文深入解析线性支持向量机的原理,从模型构建、最优化策略到软间隔处理,介绍拉格朗日乘子法和算法流程。重点讨论支持向量在决策边界的角色。

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

线性支持向量机

一、概述

线性支持向量机也叫软间隔支持向量机

模型:

策略:

求最优化问题:

 

对偶形式:

 

二、主要内容

  

 

 

最优化问题: 

加入一个使每个点到分割平面的距离不要求都大于等于1,当0<<1是说明当前点在分割平面到分割边界之间,>1就说明这个点是误分类点。 

 

 

 得到最终形式:

 

在这个问题中,变量是拉格朗日乘子,一个变量ai对应于一个样本点(xi,yi);变量的总数等于训练样本容量N 

算法:

 支持向量

 

 

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

打赏作者

stephon_100

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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