支持向量机SVM——LIBSVM
来源:互联网 发布:剑灵女枪手捏脸数据图 编辑:程序博客网 时间:2024/05/23 11:15
支持向量机(Support Vector Machine,SVM)是Corinna Cortes和Vapnik等于1995年首先提出的,它在解决小样本、非线性及高维模式识别中表现出许多特有的优势,并能够推广应用到函数拟合等其他机器学习问题中。今天介绍的是由台湾大学林智仁(Lin Chih-Jen)教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包,他不但提供了编译好的可在Windows系列系统的执行文件,还提供了源代码,方便改进、修改以及在其它操作系统上应用,具体可以分为三类用途:分类问题、回归问题以及单类别分布问题进行介绍。
分类问题
SVM解决分类问题主要分为两种形式:C-SVC(C-Support Vector Classification)和
1.1 C-SVC(C-Support Vector Classification)
假设训练样本向量
其中,
其中Q为
根据原始对偶关系,由求解的
最终求得判决函数
回归问题
而
上述就是五中SVM模型,其实最终都是将目标函数转化成对偶形式求解,从而引入核函数,求解线性和非线性问题(上面公式太对Latex太费劲了,于是将笔记贴上去了,大家凑活看吧)
下面是性能衡量标准和解决二次优化问题的方法,至于二次优化问题,还没有继续深入,看了几天没有什么头绪,所以笔记中不再列举,请读者自行推导。
参考文献:
[1]C.-C. Chang and C.-J. Lin. LIBSVM : a library for support vector machines. ACM Transactions on Intelligent Systems and Technology, 2:27:1–27:27, 2011
LIBSVM问答区:http://www.csie.ntu.edu.tw/~cjlin/libsvm/faq.html
LIBSVM主页:https://www.csie.ntu.edu.tw/~cjlin/libsvm/
- 支持向量机SVM——LIBSVM
- SVM支持向量机+libsvm用法
- SVM支持向量机和libsvm的使用
- SVM——支持向量机详解
- SVM——线性支持向量机
- SVM——对偶支持向量机
- 【模式识别】SVM——支持向量机
- matlab进行支持向量机(SVM)模型训练,Libsvm进行svm模型训练详解
- 支持向量机SVM
- SVM支持向量机
- svm支持向量机
- SVM支持向量机
- [SVM]支持向量机
- SVM 支持向量机
- 支持向量机SVM
- SVM 支持向量机
- svm支持向量机
- 支持向量机SVM
- ArcGIS教程:路径距离工具的工作原理(一)
- Mongodb学习笔记(三)
- TinyOS的个人见解3之make
- 遇到错误javax.el.PropertyNotFoundException: Property 'start' not found on type java.lang.String
- 把网站从vps转移到虚拟主机后伪静态不能从
- 支持向量机SVM——LIBSVM
- 黑马程序员——Java基础---面向对象
- cf A. Wilbur and Swimming Pool
- Android studio小技巧之xml与Java类快速跳转
- 多线程Runtime.getRuntime().exec常见问题
- Oracle trunc()函数的用法
- 如何在C语言中调用shell命令
- 实时推荐系统的3种方式
- 三种素数筛选方法