- 支持向量机背后的基本思想是什么？
- 基本思想：在正负样本的边界上找到一条分割界线（超平面），使得它能完全区分两类样本的同时，保证划分出的间隔尽量的大。进行软间隔分类时，SVM在完美地分离两个类并且具有尽可能宽的间隔（即，几个实例可能最终在间隔之上）之间寻求折衷。
- 另一个关键思想是在训练非线性数据集时使用内核。
- 什么是支持向量？
支持向量是位于间隔边界之上的任意实例（请参阅上一个答案）。决策边界完全由支持向量决定，而其他实例并不起作用
- 如果移动支持向量讲改变所求的解
- 如果在间隔边界以外移动其他实例，甚至去掉这些实例，解是不会改变的。
计算预测仅涉及支持向量，而不是整个训练集。
使用SVM时，为什么缩放输入很重要？
SVM试图在类之间找到一个最大的间隔，所以如果训练集没有缩放，SVM倾向于忽略小的特征（见图5-2）。在对实例进行分类时，SVM分类器能否输出置信度？概率是多少？
- SVM分类器可以输出测试实例与决策边界之间的距离，您可以将其用作置信度分数。
但是，这个分数不能直接转换为类概率的估计。 - 如果在Scikit-Learn中创建SVM时设置probabilit y = True，那么在训练之后它将使用SVM分数上的Logistic回归来校准概率（通过对训练数据额外的一个五重交叉验证进行训练）。这会将predict_proba（）和predict_log_proba（）方法添加到SVM。
- 您是否应该使用SVM问题的原始形式或对偶形式来训练模型？在具有数百万个实例和数百个特征的训练集上？
- 这个问题仅适用于线性SVM，因为kernelized只能使用对偶形式。
- SVM问题的原始形式的计算复杂度与训练实例m的数量成比例，而对偶形式的计算复杂度与
和
之间的数字成比例。 所以，如果有数百万个实例，你肯定应该使用原始形式，因为对偶形式会太慢。
假设您使用RBF内核来训练SVM分类器。 训练集似乎不合适：你应该增加还是减少
？C该如何设置？
如果使用RBF内核训练的SVM分类器不适合训练集，则可能存在过多的正则化。 要减少它，您需要增加gamma或C.（或两者都增加）-
如何设置QP参数
来解决软边问题使用现成的QP求解器的线性SVM分类器问题？
让我们为硬间隔问题调用QP参数
软间隔问题的QP参数具有m个附加参数和m个附加约束
。 它们可以这样定义：
image.png
