李宏毅深度學習筆記1-7-1Support vector mechine

1、SVM簡介 SVM學習的基本想法是求解能夠正確劃分訓練數據集並且幾何間隔最大的分離超平面。如下圖所示 對於上圖存在多個超平面的可以劃分兩類數據,但是其中中間的那條對訓練樣本的局部擾動性的容忍度最好,對所產生的結果是最魯棒的,對未見示例的泛化能力最強 w T x + b = 0 w^Tx+b=0 wTx+b=0即爲分離超平面,對於線性可分的數據集來說,這樣的超平面有無窮多個(即感知機),但是幾何
相關文章
相關標籤/搜索