SVM 기계 학습 알고리즘

1, 지식 포인트

"" " 
SVM 또한, 서포트 벡터 머신이라고도 : 최적화 코어는 주로 이진 분류 문제를 해결하기 위해, 평면으로부터의 거리를 최대화 할 지점을 공격하는 
    Y = WX + B 및 이순신 * y를 (ⅰ)> 0 인 상수 설립 
    생각 : 분 {argmax [이순신 * (WX + B)] / || W ||} 
        분 [이순신 * (WX + B)] : 직선은 샘플 포인트 근처에서 얻어진 
        최대 거리에 가장 가까운 샘플 포인트를 획득하는 argmax 값 

    최적화 목표 : 최대 {(B w) w (1) / || ||} 제약 이순신의 * Y (I)> = 1, 최소 라그랑 스트라이크 
    모든 점 (이 점은 경계도 알파는 경계없는 점, 동일하지 않다) 지원 벡터라고, 알파가 0에 해당 
    SVM 당신과 함께 플레이 할 수있는 실제 역할, 알파는 점 0이 아닌 

    핵 변환 : 선형 분리 할 수없는 문제를 해결, 커널 기능은 다음과 같습니다 방사형 기초 기능 , 가우스 함수, RBF 기능 
"" "

2, 코드

 

3, 목적 함수

4, 최적화 목표