svm-支持向量機基本原理及應用-文庫吧資料
2024-08-17 09:41本頁面
【正文】 * * * *1( ) s g n { } s g n { ( ) }ki i iif x w x b y x x b??? ? ? ? ??信息科學技術(shù)學院 網(wǎng)絡(luò)研究所 Outline ?SVM的理論基礎(chǔ) ?線性判別函數(shù)和判別面 ?最優(yōu)分類面 ?支持向量機 ? SVM的研究與應用 信息科學技術(shù)學院 網(wǎng)絡(luò)研究所 如何求最優(yōu)分類面 信息科學技術(shù)學院 信息科學技術(shù)學院 網(wǎng)絡(luò)研究所 最優(yōu)分類面 ? SVM 是從線性可分情況下的最優(yōu)分類面發(fā)展而來的 , 基本思想可用圖 2的兩維情況說明 . 圖中 , 方形點和圓形點代表兩類樣本 , H 為分類線 ,H1, H2分別為過各類中離分類線最近的樣本且平行于分類線的直線 , 它們之間的距離叫做 分類間隔 (margin)。 ? 目的是降維 ,在低維空間中分割 信息科學技術(shù)學院 ? 然而在 d維空間分得很好的樣本投影到一維空間后 ， 可能混到一起而無法分割 。 網(wǎng)絡(luò)研究所 設(shè)計線性分類器 信息科學技術(shù)學院 網(wǎng)絡(luò)研究所 廣義線性判別函數(shù) 信息科學技術(shù)學院 ? 決策規(guī)則仍是：如果 g(x)0，則判定 x屬于 C1，如果g(x)0，則判定 x屬于 C2，如果 g(x)=0，則可以將 x任意分到某一類或者拒絕判定。 信息科學技術(shù)學院 信息科學技術(shù)學院 例如 ? 可以把 k類問題轉(zhuǎn)化為 k個兩類問題 ， 其中第 i 個問題是用線性判別函數(shù)把屬于 Ci類與不屬于 Ci類的點分開 。當 x點在超平面的正側(cè)時， g(x)0；當 x點在超平面的負側(cè)時， g(x)0 信息科學技術(shù)學院 ?超平面的方向由法向量 w確定，它的位置由閾值 w0確定。 當 x=0時 ， 表示原點到超平面的距離 ， r0= g(0)/||w||=w0/||w||， 標示在上圖中 。 網(wǎng)絡(luò)研究所 判別函數(shù) g(x)是特征空間中某點 x到超平面的距離的一種代數(shù)度量 從下圖容易看出 | | | |pwx x rw??信息科學技術(shù)學院 ? 當 x1和 x2都在判定面上時 ， ? 這表明 w和超平面上任意向量正交 ， 并稱 w為超平面的法向量 。 網(wǎng)絡(luò)研究所 超平面 ? 方程 g(x)=0定義了一個判定面 ， 它把歸類于 C1的點
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1