2020-06-13
阅读量:
708
Python机器学习中SVM最后的结果
1. 有两种情景，一种是约束条件激活，一种是约束条件未激活
2. 在激活的情景下，匹配到一些重要的样本点，它们所被分配到的ai值是大于0的，并且它们的点的位置正好落wx + b = + - 1超平面的里面，wx + b= + - 1， 称为间隔边界。间隔内是没有任何点。
3. 在未激活的情景下，匹配到其它的样本，这些样本落在间隔边界的外面，并且它们的ai值 = 0
4. 最重要的地方，就是在最后计算w,b中，真正参与计算的是ai > 0 的那些样本点，因为ai = 0 的电直接计算的结果就是=0，不参数w的计算。超平面的位置其实就是这些正好落在间隔边界上的点。将这些点叫做，support vector,支持向量，它们是最终支持w, b的计算
5. 若果当前只有两个支持向量，它们ai值肯定是相等的
6. SVM当中至少要有2个支持向量，不然的话，sum ai * yi 不等于0
0.7832
4
2
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
CDA持证人阿涛哥
2023-06-20
0条评论
CDA持证人阿涛哥
2021-03-31
0条评论
CDA持证人阿涛哥
2021-03-30
0条评论