面试总结------SVM

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/a940902940902/article/details/89333491

SVM基本思想

SVM解决的是一个二分类问题 ，在特征空间中寻找一个最优的超平面 将样本能够正确分开 同时使得样本点到该超平面的距离最大

函数间隔与几何间隔

给定数据集T和超平面 w,b 函数间隔可以表示为 y_i(wx_i+b) 函数间隔可以表示分类的准确性和确信度 但是成比例更改w，和b不会导致分类面变化 却会导致函数间隔变化 因此需要对函数间隔增加约束 通过规范化函数间隔||w|| =1 得到几何间隔 y_i(wx_i+b) /||w|| 而我们的目标函数就是最大化几何间隔

SVM如何处理多分类问题

SVM为什么可以处理非线性问题

LR和SVM的区别