SVM
Posted ooon
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SVM相关的知识,希望对你有一定的参考价值。
文章结构
一、引言
二、 二分类
线性可分
2)处理数据中的outliers
3)非线性可分,核函数
4)SVM的另一种解释Hinge Loss
三、多分类
1. Introduction
支持向量机(Support Vector Machine,SVM)是定义在特征空间中的最大间隔线性分类器,对于非线性可分的数据,SVM引入核方法(kernel trick)使它实质上成为非线性分类器,支持向量机的核心就是求解间隔最大的分类平面,可以转化为一个求解凸二次规划的问题,也可用Hinge Loss来求解.
2.二分类
2.1 线性可分SVM
给定数据{x_{1},x_{2},...,x_{N}},x_{i}\in R^{^{n}}
以上是关于SVM的主要内容,如果未能解决你的问题,请参考以下文章