機器學習入門學習筆記:(4.2)SVM的核函數和軟間隔

前言 之前講了有關基本的SVM的數學模型(機器學習入門學習筆記:(4.1)SVM算法)。這次主要介紹介紹svm的核函數、軟間隔等概念,並進行詳細的數學推導。這裏僅將自己的筆記記錄下來,以便以後複習查看和分享。 核函數 在此前的討論中,我們都是默認假設數據集是線性可分的,即存在一個超平面能將給出的樣本數據正確分類。然而,有時也許在原始的樣本空間中找不到一個能正確分類的超平面。 如上圖所示,一堆數據在
相關文章
相關標籤/搜索