2023学年完整公开课版SVM支持向量机_第1页
2023学年完整公开课版SVM支持向量机_第2页
2023学年完整公开课版SVM支持向量机_第3页
2023学年完整公开课版SVM支持向量机_第4页
2023学年完整公开课版SVM支持向量机_第5页
已阅读5页，还剩4页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

SVM支持向量机1.掌握分隔超平面与支持向量的基本概念

2.熟悉线性SVM的基本思想

3.了解非线性SVM技巧分隔超平面与支持向量线性SVM12非线性SVM31.分隔超平面与支持向量分隔超平面分布在平面一侧的所有数据都属于某个类别，而分布在另一侧的所有数据则属于另一个类别，这个平面称为分隔超平面，也就是分类的决策边界。平面公式：g(x)=w*x+b=01.分隔超平面与支持向量支持向量

在选取分隔超平面时，如果数据点离决策边界越远，那么其最后的预测结果也就越可信，因此需要找到离分隔超平面最近的点，并确保它们离分隔面的距离尽可能远，这些点称为支持向量。点A到分隔超平面的距离：D(A)=|w*A+b|/||w||2.线性SVM线性SVMSVM就是要找出这些支持向量，并找出对应的分隔超平面，一旦找到具有最小间隔的数据点，就需要对该间隔最大化假设两个和这个超平面平行和距离相等的超平面H1:y=wTx+b=+1H2:y=wTx+b=-1这两个平面需要两个条件：1.没有任何样本在这两个平面之间2.这两个平面的距离需要最大支持向量会处于这两条线上3.非线性SVM非完全线性可分SVM松弛变量C，允许有些数据点可以处于分隔面的错误一侧非线性SVM核变换，通过非线性映射将原输入数据变换到高维空间非线性分隔超曲面，对应在新空间找到的最大边缘超平面1.分隔超平面与支持向量的基本概念

人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论