标签:表示 机器 最大值 分类 com 解决问题 需要 img height
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
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
标签:表示 机器 最大值 分类 com 解决问题 需要 img height
原文地址:http://www.cnblogs.com/zsw900610/p/6850282.html