摘要: 在现实任务中,原始样本空间中可能不存在这样可以将样本正确分为两类的超平面,但是我们知道如果原始空间的维数是有限的,也就是说属性数是有限的,则一定存在一个高维特征空间能够将样本划分。 阅读全文
posted @ 2017-12-02 17:33 脑机接口 阅读(8384) 评论(2) 推荐(1)
摘要: 支持向量机SVM(Support vector machine)是一种二值分类器方法,其基本是思想是:找到一个能够将两类分开的线性可分的直线(或者超平面)。实际上有许多条直线(或超平面)可以将两类目标分开来,我们要找的其实是这些直线(或超平面)中分割两类目标时,有最大距离的直线(或超平面)。我们称这样的直线或超平面为最佳线性分类器 阅读全文
posted @ 2017-12-02 17:23 脑机接口 阅读(1441) 评论(0) 推荐(0)