機器學習.周志華《6 支持向量機》

間隔與支持向量  分類學習的最基本想法就是基於訓練集D在樣本空間中找到一個劃分超平面,將不同類別的樣本分開。 能將訓練樣本劃分開的平面可能有很多個,選擇位於兩類訓練樣本正中間的劃分超平面,原因是這個超平面的分類結果最魯棒,泛化能力最強。 在樣本空間中,劃分超平面可通過以下線性方程來描述  樣本空間中任意點 x到超平面 (w,b)的距離可以寫成  假設超平面能夠正確分類樣本,則可以通過對w縮放可以使
相關文章
相關標籤/搜索