图说图解机器学习（第2版） 课件 09. 支持向量机_第1页
图说图解机器学习（第2版） 课件 09. 支持向量机_第2页
图说图解机器学习（第2版） 课件 09. 支持向量机_第3页
图说图解机器学习（第2版） 课件 09. 支持向量机_第4页
图说图解机器学习（第2版） 课件 09. 支持向量机_第5页
已阅读5页，还剩24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

人工智能

--

支持向量机SVM大纲支持向量机简介核模型调参KNIME建立工作流大纲支持向量机简介支持向量机简介应用于分类与回归分析中分析/wiki/Support-vector_machine支持向量机简介找到一个超平面，使其产生一个将数据分类的最大间距很多种分类方法？SVM

要那个最好的什么是好：找一条马路作为分界线马路越宽越好yx0最佳超平面最大边界宽度xy0支持向量机简介支持向量支持向量xy0支持向量机与逻辑回归SVM损失函数支持向量机与逻辑回归Hingeloss没有Logisticloss上升的快。也就是说，Logisticloss对于异常值会有更大的惩罚，导致逻辑回归对异常点的容忍程度相对较低。支持向量机与逻辑回归不管哪个损失函数，即使分类对了，在边界附近的值也会受到惩罚，这导致二者都会要求能够更好地分类，从而使各个值能够尽可能地远离边界。支持向量机与逻辑回归即使一个值被确信地分类了，也就是它离得边界很远，Logisticloss也不会变为零。这导致逻辑回归进一步要求所有点都能够进一步远离边界。支持向量机与逻辑回归如果一个值被比较好地分类了，也就是它离得边界比较远，Hingeloss立即变为0。这导致支持向量机并不在乎分类正确的较远的点到底在哪，它只在意边界附近的点（支持向量）大纲核核这种情况很简单核没办法线性分割啊核高斯（RBF）使用高斯函数作为核使用一个超平面线性分割核高斯（RBF）细粗大纲模型调参模型调参

奖励宽边界惩罚错误分类正则化损失函数:C

越大，Hinge

Loss

的影响越突出线性核

支持向量

xy模型调参

线性核正则化参数

C：模型有多严厉模型调参C

小

边界更宽C

大

边界更窄容易过拟合非线性（RBF

核）正则化参数

C：模型有多严厉模型调参C

小

边界更宽C

大

边界更窄容易过拟合非线性（RBF

核）gamma:数据有多胆怯模型调参gamma非线性（RBF

核）gamma:数据有多胆怯模型调参gamma

大容易过拟合gamma

小C

与gamma的比较二者小都会导致边界“更直”，大都会导致边界“弯曲”C是因为影响了边界宽度gamma是因为影响了数据的影响范围大纲例子乳腺癌诊断/uciml/breast-cancer-wisconsin-data/home根据之前的知识，建立工作流并判断小结&提问SVM找到一个超平面

人人文库> 全部分类> 教育资料 > 课件下载

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