写在前面:
本文组织如下:
- 线性SVM
- 线性可分SVM
- 线性不可分SVM
本人学识有限,如有讲解不清楚的地方,还请大神指出,非常感谢!
问题的引出:
想:多维空间散落着 +,- 样本,如何找到一个超平面,将这两类样本分开?
理解线性SVM是理解后面两个的基础,线性可分支持向量机不过是增加了松弛因子之后的变形,而非线性SVM则是加上核函数之后的变形。首先开始线性可分的SVM。
线性支持向量机
非线性支持向量机
本文组织如下:
本人学识有限,如有讲解不清楚的地方,还请大神指出,非常感谢!
问题的引出:
想:多维空间散落着 +,- 样本,如何找到一个超平面,将这两类样本分开?
理解线性SVM是理解后面两个的基础,线性可分支持向量机不过是增加了松弛因子之后的变形,而非线性SVM则是加上核函数之后的变形。首先开始线性可分的SVM。
线性支持向量机
非线性支持向量机