機器學習技法課程學習筆記3 -- Kernel Support Vector Machine

上節課我們主要介紹了SVM的對偶形式,即dual SVM。Dual SVM也是一個二次規劃問題,可以用QP來進行求解。之所以要推導SVM的對偶形式是因爲:首先,它展示了SVM的幾何意義;然後,從計算上,求解過程「好像」與所在維度無關,規避了很大時難以求解的情況。但是,上節課的最後,我們也提到dual SVM的計算過程其實跟還是有關係的。那麼,能不能完全擺脫對的依賴,從而減少SVM計算量呢?這就是我
相關文章
相關標籤/搜索