支持向量机实验模型研究和设计.pptVIP

  • 6
  • 0
  • 约2.16千字
  • 约 21页
  • 2018-09-22 发布于湖北
  • 举报
支持向量机实验模型研究与设计 班级:计算机科学与技术7班 姓名:苏涵沐 指导老师:钟清流 SVM的描述 SVM(Support Vector Machine)是一种基于统计学习理论的模式识别方法,它是由Boser,Guyon,Vapnik在COLT-92上首次提出,从此迅速的发展起来,现在已经在许多领域(生物信息学,文本和手写识别等)都取得了成功的应用。 COLT(Computational Learning Theory) SVM的目标和解决方法 目标:找到一个超平面,使得它能够尽可能多的将两类数据点正确的分开,同时使分开的两类数据点距离分类面最远。 解决方法:构造一个在约束条件下的优化问题,具体的说是一个受限二次规划问题(constrained quadratic programing),求解该问题,得到分类器。 线性分类 已知:n个观测样本,(x1,y1), (x2,y2)…… (xn,yn) 求解 根据?,求得w,b ,得到最优分类面wx-b=0 线性最优分类面 在线性可分的情况下的最优分类超平面,分类间隔(Margine)最大 非线性分类 非线性可分的数据样本在高维空间有可能转化为线性可分。 在训练问题中,涉及到训练样本的数据计算只有两个样本向量点积的形式 使用函数 ,将所有样本点映射到高维空间,则新的样本集为 设函数 非线性分类 已知:n个观测样本

文档评论(0)

1亿VIP精品文档

相关文档