QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 972|回复: 2
打印 上一主题 下一主题

支持向量机通俗导论(理解SVM的三层境界)——第一层境界

[复制链接]
字体大小: 正常 放大

413

主题

36

听众

1854

积分

升级  85.4%

  • TA的每日心情
    开心
    2019-9-18 21:55
  • 签到天数: 258 天

    [LV.8]以坛为家I

    社区QQ达人

    群组2015国赛冲刺

    群组2016美赛公益课程

    群组国赛讨论

    群组第三届数模基础实训

    群组Matlab讨论组

    跳转到指定楼层
    1#
    发表于 2015-8-13 11:19 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta

    第一层、了解SVM

    支持向量机,因其英文名为support vector machine,故一般简称SVM,通俗来讲,它是一种二类分类模型,其基本模型定义为特征空间上的间隔最大的线性分类器,其学习策略便是间隔最大化,最终可转化为一个凸二次规划问题的求解。

    1.1、分类标准的起源:Logistic回归

    理解SVM,咱们必须先弄清楚一个概念:线性分类器

    给定一些数据点,它们分别属于两个不同的类,现在要找到一个线性分类器把这些数据分成两类。如果用x表示数据点,用y表示类别(y可以取1或者-1,分别代表两个不同的类),一个线性分类器的学习目标便是要在n维的数据空间中找到一个超平面(hyper plane),这个超平面的方程可以表示为(wT中的T代表转置):

    file:///C:/Users/lx/AppData/Local/Temp/msohtmlclip1/01/clip_image002.png

    可能有读者对类别取1-1有疑问,事实上,这个1-1的分类标准起源于logistic回归。

    Logistic回归目的是从特征学习出一个0/1分类模型,而这个模型是将特性的线性组合作为自变量,由于自变量的取值范围是负无穷到正无穷。因此,使用logistic函数(或称作sigmoid函数)将自变量映射到(0,1)上,映射后的值被认为是属于y=1的概率。

    具体内容见附件:


    向量机通俗导论(理解SVM的三层境界)——第一层境界.docx

    181.71 KB, 下载次数: 20, 下载积分: 体力 -2 点

    附件

    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信
    数学中国版主团队!

    1

    主题

    10

    听众

    19

    积分

    升级  14.74%

  • TA的每日心情
    开心
    2018-1-17 14:36
  • 签到天数: 8 天

    [LV.3]偶尔看看II

    社区QQ达人

    回复

    使用道具 举报

    1

    主题

    10

    听众

    19

    积分

    升级  14.74%

  • TA的每日心情
    开心
    2018-1-17 14:36
  • 签到天数: 8 天

    [LV.3]偶尔看看II

    社区QQ达人

    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2025-7-7 05:27 , Processed in 0.470746 second(s), 63 queries .

    回顶部