7.線性SVM（Maximum margin ）

支持向量機算法support vector machine（SVM），被視為感知器perceptron的擴展。perceptron的目的是最小化代價函數計算出來的誤差，而SVM的思想是最大化邊界（Margin），邊界是分類的超平面和對應類別最近的樣本點之間的距離

支持向量圖示

大的邊界意味著泛化能力很強

Paste_Image.png

處理非線性可分的情況

引進松弛變量（slack variables），這個變量來調節對于誤差的容忍度

Paste_Image.png
Paste_Image.png

對比線性SVM和Logistic回歸
Logistic回歸是最大化似然函數
SVM關注的是決定決策邊界的支持向量

最后編輯于 ：
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明：文章內容（如有圖片或視頻亦包括在內）由作者上傳并發布，文章內容僅代表作者本人觀點，簡書系信息發布平臺，僅提供信息存儲服務。

推薦閱讀更多精彩內容