【人工智能】— Support Vector Machines 支持向量机
支持向量机概述
找到使间隔最大化的超平面=>B1比B2更好
支持向量机
- 研究起因：如何找到最优的切分面
- 分类间隔(Classification Margin)
- 分类间隔(Classification Margin)
- 直观上最有效
- 概率的角度，就是使得置信度最小的点置信度最大
- 即使我们在选边界的时候犯了小错误，使得边界有偏移，仍然有很大概率保证可以正
确分类绝大多数样本 - 很容易实现交叉验证，因为边界只与极少数的样本点有关
- 有一定的理论支撑(如VC维)
- 实验结果验证了其有效性
支持向量机原理介绍
分类间距（Classification Margin）
- 线性分类几何
- 判别函数
- 重要性质：如果我们缩放，距离不会改变
2023/6/4/20:40:22