[机器学习笔记] 6.支持向量机

版权声明:转载请和我说。 https://blog.csdn.net/u010929628/article/details/89355541

这一部分讲的是支持向量机的基本概念,重点在于软硬间隔,对偶方法以及核技巧

6.1 间隔与支持向量

几何间隔,学习策略


6.2 对偶问题

拉格朗日对偶求解,SMO优化算法


6.3 核函数

X映射,低维到高维映射,常用核函数类型


6.4 软间隔与正则化

各种损失函数,引入损失函数后的对偶问题


6.5 支持向量回归

基于回归隔离带的对偶问题


6.6 核方法

没看懂...


重点需要再看一下KKT条件,核方法以及如何推理和实际应用。

猜你喜欢

转载自blog.csdn.net/u010929628/article/details/89355541