SVM解釋:4、線性不可分的狀況

以前的博客介紹了在數據爲線性可分的狀況下,如何用SVM對數據集訓練,從而獲得一個線性分類器,也就是超平面 WX+b=0 W X + b = 0 . 可是我已經強調過屢次,線性可分的狀況有至關的侷限,因此SVM的終極目標仍是要解決數據線性不可分的狀況。解決這種線性不可分的狀況基本的思路有兩種:web 加入鬆弛變量和懲罰因子,找到相對「最好」超平面,這裏的「最好」能夠理解爲儘量地將數據正確分類; 使用
相關文章
相關標籤/搜索