数学建模培训-支持向量机

什么是支持向量机(Support Vector Machine)

  1. 一种二分类模型,“+”正类,“-”负类
  2. 基本模型定义在特征空间上的间隔最大的线性分类器
  3. 学习策略是间隔最大化
  4. 还包括核技巧-》使它成为实质上的非线性分类器
  5. 包含构建由简至繁的模型

    线性可分时:硬间隔最大化-》硬间隔支持向量机
    近似线性可分时:软间隔最大化-》软间隔支持向量机
    线性不可分时:核技巧及软间隔最大化-》非线性支持向量机

  6. 如何求得样本空间任意一个样本到超平面的距离?
    几何间隔nr
  7. 间隔与支持向量
    间隔:
    支持向量:=1或=-1
  8. 分界面由很少的样本点决定,大多数样本点都没有用到
  9. SVM最初是一个线性分类器,只不过他可以最大化间隔

    线性可分支持向量机

软间隔支持向量机(Soft Margin SVM)

非线性支持向量机(Non-linear SVM)

LSSVR基本思想

-------------本文结束感谢您的阅读-------------