SVM(硬间隔)

支持向量机,在深度学习还没出来之前是一个很流行的判别模型,它要解决的问题很简单,如图:![在这里插入图片描述](https://img-blog.csdnimg.cn/20200502074223894.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0c两根 HM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTU1OTQ0MQ==,size_16,color_FFFFFF,t_70)
在众多的分割线中间选择一条最好的直线,分割两个对象。由此话题就来了,我们先假设有一条直线:wx+b=0
对这条直线进行向上和向下平移一个单位得到:wx1+b=1和wx2+b=-1。将个式子相减得到:w(x1-x2)=2=>d = 2/|w|,SVM(硬间隔)
最后变成优化d,即两个样本边缘之间的距离,我们要求出d的最大值,反过来说是求1/2w^2的最小值。
SVM(硬间隔)
SVM(硬间隔)
SVM(硬间隔)
SVM(硬间隔)
SVM(硬间隔)
下面举一个例子:
SVM(硬间隔)
SVM(硬间隔)
SVM(硬间隔)
SVM(硬间隔)
SVM(硬间隔)
SVM(硬间隔)
SVM(硬间隔)