機器學習筆記 week07

目錄 一、支持向量機（SVM） 1、優化目標 2、代價函數 3、核函數 4、如何選擇地標？ 5、參數C和 σ的影響 6、使用SVM 一、支持向量機（SVM） 與邏輯迴歸和神經網絡相比，支持向量機，或者簡稱SVM，在學習複雜的非線性方程時提供了一種更爲清晰，更加強大的方式。 1、優化目標 對比邏輯迴歸的代價函數：（針對單個樣本） 下面兩個圖爲 當 y = 1 時，cost 只剩下了第一項的圖像。 當

>>阅读原文<<