- 1、本文档共95页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
统计学支持向量机
目录
1. 线性可分支持向量机与硬间隔最大化
2. 线性支持向量机与软间隔最大化
3. 非线性支持向量机与核函数
4. 序列最小最优化算法
一、线性可分支持向量机与硬间
隔最大化
线性可分支持向量机
函数间隔和几何间隔
间隔最大化
学习的对偶算法
线性可分支持向量机
二分类问题:
输入空间:欧式空间或离散集合
特征空间:欧式空间或希尔伯特空间
线性可分支持向量机、线性支持向量机:假设这两个空
间的元素一一对应,并将输入空间中的输入映射为特征
空间中的特征向量;
非线性支持向量机:利用一个从输入空间到特征空间的
非线性映射将输入映射为特征向量;
支持向量机的学习是在特征空间进行的.
线性可分支持向量机
假设特征空间上的训练数据集:
正例和负例
学习的目标:找到分类超平面,
线性可分支持向量机:给定线性可分训练数据集,通过
间隔最大化或等价地求解相应的凸二次规划问题学习得
到的分离超平面为
决策函数:
线性可分支持向量机与硬间隔最大化
w·
x
+
b w
=
0
w ·x + b <0
w ·x + b >0
6
超平面选择
?
7
Margins
Support Vectors Support Vectors
点到超平面的距离
g(x) wxb
x
x'
|b|
||w||
9
函数间隔和几何间隔
点到分离超平面的远近
表示分类预测的确信程度
的符号与类标记y 的符号是否一致
表示分类是否正确
所以:
表示分类的正确性和确信度
函数间隔和几何间隔
函数间隔
样本点的函数间隔 x
x'
训练数据集的函数间隔
文档评论(0)