机器学习笔记高维空间之超平面

1.超平面定义

最近重新翻起李航蓝皮书,发现对很多定义挺模糊,超平面也没有解释。

本来空间想象力就不好,又查了些资料,总算想明白困扰已久的高维空间问题,记录一下,供大家参考。

(百度百科):超平面H是从n维空间到n-1维空间的一个映射子空间。

比如我们平时处在3维空间,则平面代表2维(超)平面。

2.二维空间分解

为方便理解,我们先引入二维空间(x1,x2)分解

二维空间下超平面代表一条线(1维)

①给定空间内一个任意向量如w=(0,1),则wx=0(x∈R,y=1)代表一个过原点的超平面H0,w为该平面的法向量。

②该超平面平移k单位可得另一个超平面Hk,wx=0+k,w仍为该平面的法向量

③由①②可知,对任意一个超平面wx=k,w代表该平面的法向量,k代表截距.

     令k∈R,可得整个空间。

④通过移项,可得二维(n维)空间下任意超平面可表示为wx+b=0,点集wx+b>0,wx+b>0分布在两侧。参数w为二维(n维)法向量,b为常数(相当于截距)

任意一点到该基准超平面的距离为|wx+b|/||w||(L2范数).


⑤以感知机算法为例,核心思想就是根据训练集找到分离超平面S(参数w和b),得出模型。

补一句:

以前一直容易晕无差异曲线,搞懂超平面之后就很好理解了,

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容

  • 【概述】 SVM训练分类器的方法是寻找到超平面,使正负样本在超平面的两侧(分类正确性即“分得开”),且样本到超平面...
    sealaes阅读 11,118评论 0 7
  • 说到社群,也是从去年才接触,5.20日发起创建了小明健乐社群,近一年多的时间影响了近500人,不多也不少,人越来越...
    太原小明阅读 206评论 0 1
  • 我如果离开 谁送你我流亡的地图 只有马匹认识每一条道路 洗好的陶罐 太阳下打盹 喑哑纹饰 闪闪发光 刻着你一路...
    城镇中的酒馆阅读 393评论 0 0