支持向量机-引入及原理

标签：因子   ima   核函数   .com   图片   分享图片   统计学习   公式   学习方法   

支持向量机（Support Vector Machines, SVM）:是一种监督学习算法。处理二分类

• 支持向量(Support Vector)就是离分隔超平面最近的那些点。
• 机(Machine)就是表示一种算法，而不是表示机器。

线性可分数据集：将数据集分隔开的直线称为分隔超平面。我们希望找到离分隔超平面最近的点，确保它们离分隔面的距离尽可能远，这里点到分隔面的距离被称为间隔（margin）。

线性不可分数据集：利用核函数（kernel）将数据映射到高维，转化成线性可分

支持向量机 场景

• 要给左右两边的点进行分类
• 明显发现：选择D会比B、C分隔的效果要好很多。

寻找最大间隔

分隔超平面是一条直线，点到超平面的距离 == 点到直线的距离

点到直线的距离公式

理论推导（李航的统计学习方法）：

定义拉格朗日函数：

将目标函数有极大转换成求极小，就得到下面与之等价的对偶最优化问题

但是几乎所有数据都不那么“干净”，引入松弛变量，允许数据点可以处于分隔面的错误一侧

此时新的约束条件则变为：

总的来说：

　　表示松弛变量

　　常量C是 惩罚因子, 表示离群点的权重（用于控制“最大化间隔”和“保证大部分点的函数间隔小于1.0” ）

• C值越大，表示离群点影响越大，就越容易过度拟合；反之有可能欠拟合。
• 我们看到，目标函数控制了离群点的数目和程度，使大部分样本点仍然遵守限制条件。
• 例如：正类有10000个样本，而负类只给了100个（C越大表示100个负样本的影响越大，就会出现过度拟合，所以C决定了负样本对模型拟合程度的影响！，C就是一个非常关键的优化点！）

 SVM中的主要工作就是要求解 alpha.

支持向量机-引入及原理

标签：因子   ima   核函数   .com   图片   分享图片   统计学习   公式   学习方法   

原文地址：https://www.cnblogs.com/gezhuangzhuang/p/9939865.html