支持向量机-算法程序.pdf

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
支持向量机SVM 分类 一般支持向量机分类采用的是线性可分SVM,以下为模型概述。 支持向量机分类的数学原理 设样本集为 n ,我们的目的是寻找一个最优超 (x , y ) | x R ; y  1, 1 , i 1,...,I  i i i i    H 平面 使得标签为+1 和-1 的两类点不仅分开且分得间隔最大。 n 当在 维欧几里德空间中就可以实现线性分离时,也即存在超平面将样本集按照标签- n 1 与+1 分在两边。由于超平面在 维欧几里德空间中的数学表达式是一个线性方程  w, x b 0 w x n  w, x  ,其中, 为系数向量, 为 维变量, 内积, 为常数。空间中 b | w, x b | 1 2 x L d (x , L) i d (x , H ) || w || 点 到超平面 的距离 。欲使得 i 最大,等价于 最 i i || w || 2 小。于是,得到一个在约束条件下的极值问题  1 2 min || w ||   2  y (w ,x b ) 1, i 1,2,...,I  i i 引入Lagrange 乘子 ( , ,..., ) ,可以解得关于该参变量的方程 1 2 I I I Q()   1  y y  x , x  i 2 i j i j i j i 1 i , j 1

文档评论(0)

kolr + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档