
SVM
文章平均质量分 90
SVM
浅梦s
浙大计算机硕士,现于阿里巴巴担任算法工程师。公众号:浅梦的学习笔记,Github:https://github.com/shenweichen
展开
-
线性SVM与软间隔最大化
本文介绍了线性支持向量机。包括松弛变量和惩罚项等概念。线性SVM原始问题和对偶问题。最后介绍合页损失函数。原创 2017-08-25 00:08:25 · 2605 阅读 · 0 评论 -
非线性SVM与核函数
本文首先介绍核函数以及核技巧在SVM中的应用。然后介绍正定核概念和常用核函数。最后总结非线性SVM算法。原创 2017-08-25 10:53:41 · 11754 阅读 · 0 评论 -
优化问题及其Lagrange对偶问题
优化和凸优化形式。Lagrange对偶问题。强弱对偶性。互补松弛性和KKT条件。原创 2017-08-24 01:08:55 · 10598 阅读 · 1 评论 -
线性可分SVM与硬间隔最大化
本文首先介绍了线性可分支持向机,函数间隔,几何间隔等概念。然后介绍了线性可分SVM的对偶问题及其求解方法。原创 2017-08-24 15:57:09 · 2970 阅读 · 0 评论