【模式识别与人工智能】21-第三章-第六节-支持向量机-非线性支持向量机.pptxVIP

第三章支持向量机-非线性支持向量机汇报人：霍世昕模式识别与人工智能授课教师：栾声扬

CONTENTS2低维到高维的映射1线性不可分情况

PART01线性不可分情况

第六节非线性支持向量机3.6.1线性不可分情况一般支持向量机有以下三种形式硬间隔支持向量机（样本集线性可分）；软间隔支持向量机（样本集近似线性可分）；非线性支持向量机（样本集线性不可分）。图1硬间隔支持向量机图2软间隔支持向量机图3非线性支持向量机

第六节非线性支持向量机其中后两种形式的支持向量机所对应的样本集都属于线性不可分的情况，即不存在一个能正确划分两类的超平面。用数学严格定义线性可分：一个训练样本集在线性可分，是指存在，使得对有：若，则；若，则。不满足线性可分的定义即为线性不可分的。3.6.1线性不可分情况

第六节非线性支持向量机通过引入松弛变量，线性支持向量机可以有效解决数据集中带有异常点的情况（软间隔支持向量机）。但实际中，很多数据可能并不只是带有异常点这么简单，而是完全非线性可分的，如