學(xué)習(xí)筆記嗎，僅供參考，有錯必糾

---

文章目錄

• • 支持向量機(jī)
  • • 支持向量機(jī)原理
    • • 超平面與幾何間隔最大化
      • 核函數(shù)的引入

---

支持向量機(jī)

支持向量機(jī)(Support Vector Machine, SVM)是Cortes和Vapnik提出的，它是一種基于結(jié)構(gòu)風(fēng)險最小化的學(xué)習(xí)機(jī)，在解決分類問題上有出色的效果廣泛應(yīng)用在文本分類、手寫數(shù)字識別、信號處理通訊等領(lǐng)域。

支持向量機(jī)原理

支持向量機(jī)根據(jù)有限的樣本信息在模型的復(fù)雜性和學(xué)習(xí)泛化能力之間尋求一種最佳的折衷方式，即最大限度地擬合原有的數(shù)據(jù)集，同時又保持對未知樣本的預(yù)測分類能力。

支持向量機(jī)理論基礎(chǔ)決定了最終求得的是全局最優(yōu)解，而不是局部最優(yōu)解，模型的目標(biāo)函數(shù)限定條件為凸函數(shù)，即具備求解全局最優(yōu)解的條件，這樣就保證了對未知樣本良好的泛化能力。

支持向量機(jī)可以分析數(shù)據(jù)，識別模式，用于分類及回歸分析。支持向量機(jī)是建立在統(tǒng)計學(xué)習(xí)理論的VC維理論和結(jié)構(gòu)風(fēng)險最小原理<

總結(jié)

以上是生活随笔為你收集整理的机器学习中的不平衡分类方法(part6)--支持向量机的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。