SVM第二课

线性分类问题

点到超平面的距离

1.点(x1, y1)到直线 Ax + By + C = 0 的距离:

图片.png

忽略正负号,分子写成矩阵形式,分母写为范数:

图片.png

再写成n维:

图片.png

由此得到SVM目标函数(求所有的最小距离的最大值):

图片.png

支持向量机名字的来历:

图片.png

圈中的五角星点(实际上是多维向量),位于过渡带上,支撑了分割超平面,因此称为支持向量(support vector),由支撑向量做的机器,就叫做支持向量机(support vector machine)~~

推导目标函数

图片.png

这就是最大间隔分离超平面,使用几何的方法推导出来的

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