Svm算法又称为支持向量机,是一种有监督的学习分类算法,目的是为了找到两个支持点,用来使得平面到达这两个支持点的距离最近。

通俗的说:找到一条直线,使得离该线最近的点与该线的距离最远。

跟我学算法-svm支持向量机算法推导-LMLPHP

我使用手写进行了推导

跟我学算法-svm支持向量机算法推导-LMLPHP跟我学算法-svm支持向量机算法推导-LMLPHP跟我学算法-svm支持向量机算法推导-LMLPHP

求解实例

跟我学算法-svm支持向量机算法推导-LMLPHP

跟我学算法-svm支持向量机算法推导-LMLPHP

软间隔,通过设置C,使得目标函数的松弛因子发生变化,松弛因子越大,表示分类越不严格

跟我学算法-svm支持向量机算法推导-LMLPHP

高斯核变化做映射,指的是把低维转换成高维,解决低维不可分的情况

跟我学算法-svm支持向量机算法推导-LMLPHP

跟我学算法-svm支持向量机算法推导-LMLPHP

04-28 15:34