機器學習——支持向量機(SVM)

支持向量機(SVM) 1. 推導及理解 借鑑於邏輯迴歸的代價函數，我們給出了支持向量機的整個優化的目標函數如下： 當最小化這個代價函數，我們會得到參數 θ θ ，然後用這個參數 θ θ 來預測 y y 的值爲１還是０。當 θTx θ T x 大於或者等於０時，假設預測爲１；否則，預測爲０． 支持向量機常被稱作大間距分類器，其實就是引入了安全的間距因子。如下圖： 當 y=1 y = 1 我們希望 θ

>>阅读原文<<