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