SPSS Modeler软件视频教程分类预测：支持向量机

Posted 2021-04-26 天演融智

本章是SPSS Modeler数据挖掘方法及其应用培训课程中的第五章，章节内容详细的讲解了分类预测中的支持向量机，分为六部分讲解，第一部分支持向量机引入，第二部分最大边缘原理，第三部分支持向量机的优化问题，第四部分优化问题的求解，第五部分线性不可分情况，第六部分非线性支持向量机。

最大边缘原理

• 直觉解释：

• 如果边缘比较小，决策边界仸何轻微的扰动都可 能对分类产生显著的影响，对模型的过分拟合更 加敏感，从而在未知的样本上的泛化能力很差

• 事实上，复杂的模型去拟合有限样本会导致学习 机器在泛化能力上的缺失

• 线性模型的模型复杂度与边缘成反比

• 边缘越大，模型越简单

优化问题的求解

• 目标函数是w的二次函数，而约束

是w的 一次函数，这样的优化问题是二次规划问 题

• 这样的二次规划问题：有全局最优解

• 方法：拉格朗日乘子法

• 该对偶问题是关亍拉格朗日乘子的，它与原优化 问题是等价的

• 根据这个优化问题解出最优的 （由KKT条件， 多数是零，只有极个别非零）

中国科学软件网不仅提供科学软件销售，更提供科学软件的培训服务，以下软件都有视频教程，欲了解更多信息， 请登录中国科学软件网。

@RISK | Adams | ANSYS | ArcGIS |

Crystal Ball | DecisionTools Suite | R |

EViews | Fluent | GAMS | GAUSS |

GeoStudio | GMS | SAS | HYDRUS |

JMP | LabVIEW | LinGo | LISREL |

Maple | Mathematica | NVivo |

MATLAB | Minitab | Risk Simulator |

ProModel | SIMCA-P+ | PSCAD |

SPSS Amos | SPSS Modeler | Stata |

SPSS Statistics | Vensim | Visual Modflow |  

关注”天演融智”微信公众号

了解更多软件和培训信息

微信ID：天演融智

长按左侧二维码关注