熱線電話:13121318867

登錄
首頁大數據時代線性可分支持向量機、線性支持向量機、非線性支持向量機的區別有哪些
線性可分支持向量機、線性支持向量機、非線性支持向量機的區別有哪些
2020-07-03
收藏

支持向量機是一種二類分類模型.它的基本模型是定義在特征空間上的間隔最大的線性分類器。其學習策略是間隔最大化,可形式化為求解凸二次規劃問題,也等價于正則化的合葉損失函數的最小化問題。

支持向量機學習方法包含構建由簡至繁的模型,可分為線性可分支持向量機、線性支持向量機、非線性支持向量機。

線性可分支持向量機:當訓練數據線性可分時,通過硬間隔最大化,學習一個線性的分類器,又稱為硬間隔支持向量機.

線性可分支持向量機處理的是嚴格線性可分的數據集。

其分類超平面為:

相應的決策函數為:或者

其學習優化問題為:

線性支持向量機:當訓練數據近似線性可分時,通過軟間隔最大化,也學習一個線性分類器,稱為軟間隔支持向量機.

線性支持向量機處理的是線性不可分的數據集。對于線性支持向量機的優化問題,就是在線性可分支持向量機的基礎上加了一個松弛變量。

其學習的優化問題為:

所求的的分類超平面和決策函數與線性可分支持向量機相同。

非線性支持向量機:當訓練數據不可分時,通過使用核技巧及軟間隔最大化,學習非線性支持向量機.

非線性支持向量機引入了核函數。分類決策函數變為:

數據分析咨詢請掃描二維碼

若不方便掃碼,搜微信號:CDAshujufenxi

數據分析師資訊
更多

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢