支持向量机二_第1页
支持向量机二_第2页
支持向量机二_第3页
支持向量机二_第4页
支持向量机二_第5页
已阅读5页,还剩1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

支持向量机SVM---拉格朗日乘子一参考文档周志华《机器学习》郑洁的《机器学习》李航《统计学习方法》一刖言通过上一章,我们得到SVM求解的问题I、ww'm曲~布汕迎1=9七十”》|-那如何根据输入的训练参数获得w,b呢,这里通过拉格朗日对偶问题求解这个问题,并给出算法推导过程二拉格朗日对偶问题上面的问题,可以通过拉格朗日对偶变换,找到更有效的求解方案L对w,b分别求偏导数把式2带入式一可得到四求解问题简化扣源二""rbWE5务叶二成汕加”吹4bJ(5ti>D1/枷)*。凌区J1•火0;)T)二。上面当a=0的时候,f(x)为无效,a>0的时候,yif(Xi)-1=0必定是一^支持向量机五分类器函数产庆xE~i(%tM机%幻*幻、「mi力二专C;)十;s加欤…•)W'thb六例子如图上,A,B,C三点通过拉格朗日对偶问题求出答案Step1KKT条件二*Jy-i>'二_拾KHI;-+)-—\(I)二〃劣况n'•夺卢3g,先>七-2

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。

评论

0/150

提交评论