《模式识别原理、应用及实现》 课件 4.7 SVM-1_第1页
《模式识别原理、应用及实现》 课件 4.7 SVM-1_第2页
《模式识别原理、应用及实现》 课件 4.7 SVM-1_第3页
《模式识别原理、应用及实现》 课件 4.7 SVM-1_第4页
《模式识别原理、应用及实现》 课件 4.7 SVM-1_第5页
已阅读5页，还剩9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

4.7支持向量机（SVM）SVM是一种基于统计学习理论的机器学习方法，它是由Boser,Guyon,Vapnik在COLT-92上首次提出，从此迅速发展起来VapnikVN.1995.TheNatureofStatisticalLearningTheory.Springer-Verlag,NewYorkVapnikVN.1998.StatisticalLearningTheory.Wiley-IntersciencePublication4.7.1

支持向量机的提出代表+1代表-1如何正确分开?

4.7.1

支持向量机的提出+1-1那一条直线是最好的？

+1-1间隔（margin）：到超平面最近的样本与此超平面之间的距离。13

4.7.1

支持向量机的提出+1-1支持向量(SupportVectors)：是那些距离超平面最近的点。线性支持向量机具有最大间隔的线性分类器叫做最大间隔线性分类器。其就是称为线性支持向量机，（LSVM）

4.7.1

支持向量机的提出“PredictClass=+1”“PredictClass=-1”wx+b=1wx+b=0wx+b=-1M=间隔的宽度x-x+由线性判别函数的几何性质：支持向量到决策面的距离：4.7.2

支持向量机的推导4.7.2

支持向量机的推导“PredictClass=+1”“PredictClass=-1”wx+b=1wx+b=0wx+b=-1M=间隔的宽度x-

x+

4.7.2支持向量机的推导argminsubjectto典型的有约束二次优化问题如何求解？4.7.2支持向量机的推导代回目标函数拉格朗日乘子法

4.7.2支

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