支持向量机(Support Vector Machines, SVM)被公认为比较优秀的分类模型,有很多人对SVM的基本原理做了阐述,我在学习的过程中也借鉴了他们的研究成果,在我介绍基本的原理,用通俗易懂的方式把原理解释清楚,并期望通过MATLAB的代码实现这些基本的原理。由于SVM对数学理论的要求很高,并且SVM的形式也有多种,有不同的实现方式,在这个系列中我们重点关注以下几个方面:
支持向量机的一些基本概念
线性可分支持向量机的原理
线性支持向量机的原理
非线性支持向量机的原理
三、支持向量机的分类
对于一个线性可分问题,如下图所示:
对于数据集和分离超平面:
函数间隔:定义分离超平面关于样本点的函数间隔为
几何间隔:定义分离超平面关于样本点的函数间隔为
拉格朗日对偶性
数据分析咨询请扫描二维码