SVM支持向量机

最新推荐文章于 2025-07-06 21:04:19 发布

乂氼920

最新推荐文章于 2025-07-06 21:04:19 发布

阅读量709

点赞数

CC 4.0 BY-SA版权

文章标签：机器学习 svm

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_56325319/article/details/119962143

一、SVM简介

1.支持向量机(SVM)定义：
三种：线性可分支持向量机、线性支持向量机、非线性支持向量机。
SVM的学习算法就是求解凸二次规划的最优化算法；
SVM是一种二类分类模型，基本模型是定义在特征空间中的间隔最大的线性分类器。
学习策略是间隔最大化。
训练集线性可分时，通过硬间隔最大化，学习一个线性可分支持向量机；
训练集近似线性可分时，通过软间隔最大化，学习一个线性支持向量机；
训练集线性不可分时，通过核技巧与软间隔最大化，学习一个非线性支持向量机。
线性可分支持向量机：
给定线性可分训练集，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：
在这里插入图片描述
以及相应的分类决策函数：

称为线性可分支持向量机。

2.概念
（1）函数间隔：可以表示分类预测的正确性及确信度。

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。