《SVM(二).pptVIP

构造（K-1）*K/2 个分类器，将任意两类放在一起，用一个分类器 问题：未分类之前，如何知道谁跟谁一类？ 1-V-1方式 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * 支持向量机相关问题 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 买芒果 别人用经验告诉你，要挑金黄色的买。你买回去发现不是所有金黄色的芒果都甜，个大金黄色的一定甜，个小金黄色的有一半是甜的。换一个芒果摊，这些经验不能用了，因为不是所有的芒果都产自一个地方，这个摊位个小金黄色的甜。别人不喜欢甜的喜欢鲜嫩多汁的，你发现越软的越多汁。等你到另外一个地方，那里可能绿色的味道更好。等你结婚，你媳妇不喜欢芒果，好吧，你要重新开始“遍尝百果”。 还有一种方法，你从市场上买一种芒果回家，你把每一个芒果的颜色，大小，形状，产地等都记录，这个算法会自动找出彼此的关联性，等你下次去的时候，你带上你的电脑，高速电脑这个芒果什么样子，电脑就帮你预测这个芒果的味道了。 用生活经验告诉你数据挖掘与机器学习的区别 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 支持向量机 SVM 用于分类（SVC） 用于预测（SVR） Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 支持向量机用于分类 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 如何分类是最优？ 支持向量机用于分类（一） Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. H为分类线，H1、H2分别为过各类中离分类线最近的样本且平行于分类线的直线，它们之间的距离叫做分类间隔。所谓最优分类线，就是要求分类线不但能将两类正确分开（训练错误率为0），而且使分类间隔ρ最大 r H2 H1 H 支持向量 支持向量机用于分类（二） Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 支持向量机用于分类（三） 如果所有数据点距离最优分类平面的距离都大于1，即可以实现正确分类， 则对于数据点{(xi ,yi)} ，满足下式 对于每一数据点，距离分类平面的距离为： ，对于支持向量来说，上面不等号改为等号。则分类间隔为：: wTxi + b ≥ 1 if yi = 1 wTxi + b ≤ -1 if yi = -1 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 由于最佳分类平面的ρ 最大，则问题可转化为: 上式还可表达为： 寻找w 和b 使得: 最大; 并对所有数据点 {(xi ,yi)}有 wTxi + b ≥ 1 if yi=1; wTxi + b ≤ -1 if yi = -1 Min ? wTw; St. yi (wTxi + b) ≥ 1 支持向量机用于分类（四） Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5