机器学习----支持向量机(引入)
来源:互联网 发布:康师傅 知乎 编辑:程序博客网 时间:2024/06/08 07:11
遭遇问题
在机器学习—-线性模型里我们说到了Logistic Regression,解决二分类问题:
它把输出为范围为R的变量,压缩到(0,1),从而完成分类问题:输出大于0.5为正例,小于0.5为反例,等于0.5均可。得到的值可以为“正例置信率”,也可以作为正例的概率。我们的学习目的是找到
我们的任务就是找到一条直线使得所有点都尽量远离该直线。怎么定义所有点都尽量远离呢?我们着眼与离线最近的点,它们尽量远离即可,而不是全局最优。关于这点我们后面讨论,这有点结构风险最小化的意思。
数学分析
先来数学上形式化表示远离程度。
一般有两种思路,但是本质是一样的:
函数间隔
之前也说了,我们要label为正时,
综合我们之前说的要离线最近的尽可能远,即置信率低的尽可能高,所以我们考察的函数间隔为:
我们省去了0次项的书写,因为x为扩展形式,
几何间隔
直观来看,就是点到直线距离尽可能大,如图:
我们通过向量运算解得B点坐标,再带入
带入公式,为:
解得:
同理定义几何间隔:
可见函数间隔和几何间隔其实是一个东西,只是几何间隔是函数间隔的归一化。
变成规划问题
现在用数学形式化的表达整个问题—–在满足分类条件的情况下使得间隔最大:
但是
上式转换,解释为:目标函数为凸了,令
1 0
- 机器学习----支持向量机(引入)
- 机器学习---支持向量机(SVM)
- 机器学习(三):支持向量机
- 机器学习:支持向量机(SVM)
- 机器学习----支持向量机(对偶)
- 机器学习----支持向量机(求解)
- 机器学习(8)-支持向量机
- 机器学习-支持向量机(SVM)
- 机器学习(支持向量机-SVM)
- 机器学习-支持向量机
- 机器学习--支持向量机
- 机器学习-支持向量机
- 【机器学习】支持向量机
- 机器学习-支持向量机
- 机器学习--学习笔记(四)--支持向量机
- 【机器学习】支持向量机SVM学习(1)
- 【机器学习】支持向量机SVM学习(2)
- 机器学习-学习笔记 支持向量机
- iOS10通知(二)--发送通知
- R.layout报错
- eclipse导入github项目的几个问题
- 顶顶顶
- Error running app: Instant Run requires 'Tools | Android | Enable ADB integration' to be enabled
- 机器学习----支持向量机(引入)
- BZOJ 3343: 教主的魔法
- dialog从上往下掉的动画,屏幕往下落动画
- leetcode 92. Reverse Linked List II
- 交集选择器与并集选择器
- 转置矩阵
- 教你完全理解IO流里的 read(),read(byte[]),read(byte[],int off,int len)以及write
- UICollection内容的高亮状态如何做
- MVP从入门到...