本文详细介绍了线性可分支持向量机(SVM)的算法流程，包括构造约束优化问题、使用SMO算法求解、确定支持向量及更新参数w、b等关键步骤。
三、线性可分SVM算法流程
输入线性可分的m个样本数据{(x1,y1),(x2,y2),...,(xm,ym)}，其中x为n维的特征向量，y为二元输出，取值为+1或者-1；SVM模型输出为参数w、b以及分类决策函数。
1、构造约束优化问题；
2、使用SMO算法求出上式优化中对应的最优解β*；
3、找出所有的支持向量集合S;
4、更新参数w、b的值；
扫一扫
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
