首页 > 其他好文 > 详细

R与数据分析旧笔记（十二）分类（支持向量机）

时间：2015-10-15 23:46:23 阅读：494 评论：0 收藏：0 [点我收藏+]

标签：

支持向量机(SVM)

支持向量机(SVM)

问题的提出：最优分离平面（决策边界）

优化目标

决策边界边缘距离最远

数学模型

技术分享

问题转化为凸优化

技术分享

拉格朗日乘子法——未知数太多

技术分享

KKT变换和对偶公式

技术分享

问题的解决和神经网络化

对偶公式是二次规划问题，有现成的数值方法可以求解
大部分的拉格朗日乘子为0，不为0的对应于“支持向量”（恰好在边界上的样本点）
只要支持向量不变，修改其他样本点的值，不影响结果，当支持变量发生改变时，结果一般就会变化
求解出拉格朗日乘子后，可以推出w和b，判别函数可以写成以下神经网络的样式

支持向量机神经网络

技术分享

R与数据分析旧笔记（十二）分类（支持向量机）

标签：

原文地址：http://www.cnblogs.com/XBlack/p/4883865.html

踩

(0)

赞

(0)

举报

评论一句话评论（0）

分享档案

更多>

2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)

周排行

更多

友情链接

兰亭集智国之画百度统计站长统计阿里云 chrome插件新版天听网

关于我们 - 联系我们 - 留言反馈

© 2014 mamicode.com 版权所有联系我们:gaon5@hotmail.com

迷上了代码！