会员
众包
新闻
博问
闪存
赞助商
HarmonyOS
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
wallacevv
博客园
首页
新随笔
联系
管理
订阅
2016年11月14日
支持向量机(下)
摘要: 回顾上节主要引出了最优间隔分类器的模型,并简述了支持向量的含义,接下来这节将围绕支持向量机模型及其优化方法SMO来展开。 最优间隔分类器模型的原始最优问题: 为了求解模型,得到它的对偶最优问题: 假设函数h(w,b)=g(wTx+b)为: 从而引出了核函数的重要概念,对于支持向量机的优化方法必不可少
阅读全文
posted @ 2016-11-14 15:50 wallacevv
阅读(747)
评论(0)
推荐(0)
公告