机器学习支持向量机SVM
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了机器学习支持向量机SVM相关的知识，希望对你有一定的参考价值。
一、最大分类间隔
为了保证把数据很好的分开，并且增大对噪声的容忍度，最好是距离分类面的最近分类点，到分类面的距离为最大
即求得最大间距的w，并且保证所有点分类正确，还要所有点到分类面的距离和为最小
为了计算距离，把w0和x0从特征向量中分离出来，令b=w0，x0=1就去掉了，变为
假设已经有了一个最大间隔的分类面，分类面上的点x‘和x‘‘有
，
则x到平面的距离表示为
对于分类正确的点
，去掉绝对值可得距离为
解决目标变为
令
并且将 1/w 取倒数变为求的最大值，则最终解决条件变为
二、解决问题
以上的解决条件变为解决二次规划的问题，二次规划的标准形式为
要解决的问题表示为
，则对应到相应的矩阵为
这是线性可分的 hard-margin 情况下（即所有的数据点都被正确分开，不允许分错）的SVM解决方法，若要应用到非线性的资料则需要进行特征转化
以上是关于机器学习支持向量机SVM的主要内容，如果未能解决你的问题，请参考以下文章