机器学习————SVM支持向量机

最后都变了- 提交于 2019-11-27 02:47:51

机器学习————SVM支持向量机

支持向量机的损失函数

由逻辑回归的损失函数改进至支持向量机的损失函数

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

向量内积性质的复习

在这里插入图片描述
在这里插入图片描述

SVM的核函数:用来使SVM能够处理非线性分类

在这里插入图片描述
给定了x后,通过计算和l1,l2,l3的相近距离,来确定f1, f2, f3
在这里插入图片描述

在这里插入图片描述

如何选择标记点呢?

在给出的所有点中,选择每一个点当作标记点

(x(1), y(1)), (x(2), y(2)), (x(3), y(3)), (x(m), y(m))

l(1) = x(1) , l(2) = x(2) , l(3) = x(3) , l(m) = x(m)

f1 = similarity(x, l(1))
f2 = similarity(x, l(2))

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!