B站 机器学习的数学

Posted jasonpeng1

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了B站 机器学习的数学相关的知识,希望对你有一定的参考价值。

吴恩达机器学习:https://www.bilibili.com/video/av9912938/?p=43

 有一个很好的文章:https://blog.csdn.net/qq_39422642/article/details/78725278

https://blog.csdn.net/LeviAckerman/article/details/80353135

视频来自:https://www.bilibili.com/video/av38272602/?p=10

SVM的核心是:最大间隔

技术图片

 

SVM和其他不同的算法类似的是:都是划分了决策边界。

不同是:决策边界划分的方法不同。

 

 

核心思想2:

技术图片

引入y,把之前的两个式子,合并成一个。这也是个小trick

技术图片

支持向量满足这个式子(式2)。

技术图片

技术图片

技术图片

 

技术图片

技术图片

 

 

技术图片

技术图片

 

 技术图片

技术图片

技术图片

这个式子非常重要!。

 技术图片

 拉格朗日乘子是需要学出来的东西技术图片

我们不关心x具体为什么,而是关心两个x的点乘。这其实也是一种kernel。

代入决策公式得

技术图片

其中技术图片为测试集中的数据。

 技术图片

 测试集的点和路边的点两两乘内积,求完内积再求加权的和,如果>0,则为+。这就是最简单的SVM的形式。

 

技术图片不为0时,Xi就不是路边的点了。只有技术图片为0时,才是路边的点。

 

技术图片

 

技术图片核函数太难了。

但是技术图片可以求出来。

因为两两点乘为一个常数,所以k是一个线性函数。

技术图片

上面的是多项式核,下面的为高斯(RBF)核

 

在建模的时候,我们只需要知道核函数是什么,而不需要非线性变换的函数是什么。

 

技术图片

这样我们就把上面的式子转化成了下面的式子。

 

现在就剩下一个问题:如何求技术图片

有了技术图片,就会有w,b。

 

题外话:SVM的所有优化都是凸优化。深度学习的时候,达到局部最优就可以了。不一定非要全局最优。

 

 

SMO如何做的?

技术图片

每次固定2个变量,求极值,依次迭代。

以上是关于B站 机器学习的数学的主要内容,如果未能解决你的问题,请参考以下文章

原创 | 吐血推荐,B站最强学习资源汇总(数据科学,机器学习,python)

bilibili基于 Flink 的机器学习工作流平台在 b 站的应用

机器学习数学基础Datawhale-8月笔记

机器学习的数学基础(高等数学篇)

机器学习Logistic回归---学习笔记

有趣的数学,给你的机器学习增加点信心