統計學習方法筆記(七):支持向量機
定義
- 處理二分類問題
學習目標
-
學習目標是在特徵空間中找到一個分離超平面,能將實例分到兩個不同的類(正類和負類)。分離超平面對應於方程Wx+b=0,它由法向量W和截距b決定。法向量指向的一側爲正類,另一側爲負類
-
線性可分支持向量機
函數間隔和幾何間隔
-
函數間隔
-
幾何間隔
-
支持向量機(SVM)的基本想法就是選取能正確劃分的超平面中,讓幾何間隔最大的唯一一個超平面,間隔最大化又稱爲硬間隔最大化
-
最大間隔分離超平面
-
支持向量和間隔邊界
線性支持向量機和軟間隔最大化
- 軟間隔引入可解決實際線性不可分的數據中的二分類問題
非線性支持向量機與核函數
-
對於不能用直線劃分的分類問題,就不能夠用線性支持向量機來解決這一類問題,就要引入核函數。
-
問題舉例
-
核函數應用的方法:
-
核函數定義