機器學習之支持向量機SVM Support Vector Machine (一) 線性SVM模型與軟硬間隔

一、簡介         SVM是一種二類分類模型,它的目標是利用訓練數據集的間隔最大化找到最優分離超平面。SVM還包括核技巧,使它成爲非線性分類器。         SVM學習方法包含由簡至繁的模型:線性可分SVM(硬間隔SVM)、線性SVM(軟間隔SVM)、非線性SVM。 二、間隔與支持向量         給定訓練樣本集 ,分類學習的目標是基於訓練集D在樣本空間找到一個分離超平面,將不同類別
相關文章
相關標籤/搜索