基于支持向量机二分类编程实践.pdfVIP

table{border-collapse:collapse;}table,th,td{border:1pxsolid#000;}

编程实践：基于支持向量机

SVM进行二分类

主讲人

，博士生，研究方向：、机器学习、深度学习。擅长Python,

MATLAB，Tensorflow,Pytorch框架，熟悉神经网络，支持向量机，朴素决策

树，聚类分析等AI算法和编程实践。曾作为Python课程讲师，有多年教学经验。

1.问题背景

2.对偶理论

3.编程实践

4.程序讲解

5.课后作业

SVM试图寻找一个超平面来对样本进行分割，把样本中的正例和反例用超平面分开，但

是不是很敷衍地简单的分开，而是尽最大的努力使正例和反例之间的间隔最大。

我们的目标是寻找一个超平面