機器學習經典算法之SVM深入解析

前言 起初讓我最頭疼的是拉格朗日對偶和SMO,後來逐漸明白拉格朗日對偶的重要作用是將w的計算提前並消除w,使得優化函數變爲拉格朗日乘子的單一參數優化問題。而SMO裏面迭代公式的推導也着實讓我花費了不少時間。 對比這麼複雜的推導過程,SVM的思想確實那麼簡單。它不再像logistic迴歸一樣企圖去擬合樣本點(中間加了一層sigmoid函數變換),而是就在樣本中去找分隔線,爲了評判哪條分界線更好,引入
相關文章
相關標籤/搜索