模式识别导论-支持向量机.pptVIP

* H = 4 9 -25 -36 49 9 25 -81 -121 169 -25 -81 289 441 -625 -36 -121 441 676 -961 49 169 -625 -961 1369 * The optimization toolbox of matlab contains a quadratic programming solver 的特点 结果可得大部分 为零。 将 不等于零所对应的 样本称为支持向量。 分类平面方程 b0 由支持向量求得 线性可分情况下最优分类面的例子 支持向量机算法-线性可分情况几点说明 分类平面由支持向量确定。也就是说只需少量样本就可构成最优分类面。 最优分类面只用到内积运算。 Vapnik证明线性分类器的vc维满足下式 r 为包络训练数据的最小球半径。 这说明我们在使分类面正确划分训练样本同时，又最小化