Fork me on GitHub
2020年5月2日
python实现支持向量机之非线性支持向量机和核函数（理论五）
摘要： 比如说图7-7，左图中的数据是线性不可分的，利用非线性变换将其转换为右图中的数据分布，再利用线性支持向量机就可以解决了。 核函数是什么？ 核函数和映射函数之间的关系？ 核函数在支持向量机中是怎么使用的？ 正定核的充分必要条件？ 常用的核函数？ 什么是非线性支持向量机？ 也就是将支持向量机中的对偶形式 阅读全文
posted @ 2020-05-02 15:51 西西嘛呦 阅读(553) 评论(0) 推荐(0)
python实现支持向量机之合页损失函数（理论四）
摘要： 摘自统计学习方法，仅供自己复习所用。 阅读全文
posted @ 2020-05-02 10:06 西西嘛呦 阅读(347) 评论(0) 推荐(0)
python实现支持向量机之软间隔（理论三）
摘要： 上一节所讲的支持向量机是在数据线性可分的情况下的，当数据线性不可分时，也就是并不是所有数据都满足： 可以为每个样本点引入一个松弛变量ξ，使得函数间隔加上松弛变量大于等于1，这样约束条件就变为： 同时对于每一个松弛变量ξ1，支付一个代价ξ1，因此目标函数变为： C>0称为惩罚系数，一般由应用问题所决定 阅读全文
posted @ 2020-05-02 09:55 西西嘛呦 阅读(513) 评论(0) 推荐(0)