[Анализ принципов искусственного интеллекта] — принцип машины опорных векторов
2024-07-08
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
Оглавление
1. Обзор машины опорных векторов (SVM)
2. Гиперплоскость и опорный вектор.
3. Максимизируйте интервал
4. Проблема оптимизации
5. Функция ядра
6. Резюме
1. Обзор машины опорных векторов (SVM)
- определение : Машина опорных векторов — это модель обучения с учителем, в основном используемая для решения задач классификации данных. Основная идея состоит в том, чтобы разделить точки данных через гиперплоскость так, чтобы точки данных разных категорий располагались по обе стороны гиперплоскости.
- Классификация: Машины опорных векторов в основном делятся на три категории: машины с линейно разделяемыми опорными векторами, линейные машины опорных векторов и нелинейные машины опорных векторов.
2. Гиперплоскость и опорный вектор.
- гиперплоскость : В n-мерном пространстве гиперплоскость представляет собой n-1-мерное подпространство. В двухмерном пространстве это прямая линия, в трехмерном — плоскость. Гиперплоскость можно выразить как w^T * xb = 0, где w — вектор нормали, b — точка пересечения, а x — точка выборки.
- опорный вектор : Точка выборки, ближайшая к гиперплоскости, называется опорным вектором. Эти точки играют решающую роль в определении местоположения гиперплоскости.
3. Максимизируйте интервал
- интервал функции: Для данного обучающего набора и гиперплоскости интервал функции от точки выборки (x_i, y_i) до гиперплоскости равен r_i.
