摘要：
1. 核技巧在支持向量机中的应用 2. 正定核 3. 常用核函数 3. 序列最小最优化算法 阅读全文
posted @ 2020-04-29 15:50
秋华
阅读(255)
评论(0)
推荐(0)
摘要：
1 简介 有时分类问题是非线性的，这时可以使用非线性支持向量机。 1.1 非线性问题 用线性分类方法求解非线性分类问题分为两步:首先使用一个变换将原空间的数据映射到新空间;然后在新空间里用线性类学习方法从训练数据中学习分类模型。核技巧就属于这样的方法。 1.2 核技巧 2 模型 2.1 核函数 2. 阅读全文
posted @ 2020-04-29 15:22
秋华
阅读(282)
评论(0)
推荐(0)
摘要：
1 简介 线性可分问题的支持向量机学习方法，对线性不可分训练数据是不适用的，因为这时上述方法中的不等式约束并不能都成立。 怎么才能将它扩展到线性不可分问题呢?这就需要修改硬间隔最大化，使其成为软间隔最大化。 2 模型 2.1 相关条件 2.2 模型 3 学习策略 4 算法 对偶形式 5 概念扩展 5 阅读全文
posted @ 2020-04-29 14:12
秋华
阅读(347)
评论(0)
推荐(0)
摘要：
1 简介 支持向量机(support vector machines> SVM)是一种二类分类模型。它的基本模型是定义在特征空间上的间隔最大的线性分类器，间隔最大使它有别于感知机;支持 向量机还包括核技巧，这使它成为实质卜的非线性分类器。支持向量机的学习策略就是间隔最大化，可形式化为一个求解凸二次规 阅读全文
posted @ 2020-04-29 11:36
秋华
阅读(496)
评论(0)
推荐(0)
浙公网安备 33010602011771号