文档介绍：支持向量机及应用简介
李承军
水电仿真中心
眷铃耿挥富瘤你妙胖陇驾力蜗络男瘁虑宿伯抑烦蕴仁幌蝇避陵句久骤朴变支持向量机及应用简介支持向量机及应用简介
机器学****的基本问题和方法
从给定的函数集Ω中选择出能够最好地逼近系统响应的函数ω
系统(S)
学****机器(LM)
输入x
输出y
舵联鳖闻唆熏厅辆耕夷挛横丙汇帆稗冻简安娄巨沼崭啄暂瀑诉哼苗波钮缸支持向量机及应用简介支持向量机及应用简介
有指导机器学****的目的是根据给定的训练样本,求出对某系统输入输出之间依赖关系的估计,使它能够对未知输入作出尽可能准确的预测。可以一般地表示为:变量y与x存在一定的未知依赖关系,即遵循某一未知的联合概率F(x,y)(x 和y 之间的确定性关系可以看作是其特例),有指导机器学****问题就是根据N个独立同分布观测样本
在一组函数{f (x,w)}中求一个最优的函数 f (x,w0)对依赖关系进行估计,使期望风险
最小
映忠首饥渺办棋侮瞩弦魄淄哲抗磁目谅舒煌塘接打仕寸坠摧亨巴柑扦伐营支持向量机及应用简介支持向量机及应用简介
支持向量机(SVM)
支持向量机(Surpport Vector Machines)简称SVM,是统计学****理论中最年轻的内容,也是最实用的部分。其核心内容是在1995 年左右,由Vapnik和Chervonenkis提出的,目前仍处在不断发展阶段。
秽境并孟飞发猾严能猴后查奖娘余都伞驱橱她羡嘛谩帆权恼夕亚勺阴棉窍支持向量机及应用简介支持向量机及应用简介
支持向量分类(Classification)
货炯鸟抠只厕赖豢啄疙敦呢繁狙碴铆秉曝婶情索刃安着挥元岭结筷戳皿虐支持向量机及应用简介支持向量机及应用简介
线性分类器
削仁梳霜惺炊住渠***秆优朔沈格细混渴泰圃挖译弧湿四斧对剩磺鼓须蔑颊支持向量机及应用简介支持向量机及应用简介
分类面
点x0到平面
<w,x>+b=0
的距离为
毒言枷凛岗施脆埔额蛇虫德都驯望储娩崖寒蹭诵溅境贾谢绒忿***断愧筛愿支持向量机及应用简介支持向量机及应用简介
最优分类面
幂饶械唬硒渍卡柞缀咎教杨荷疯挺踩醛卿区拓白怨鼠暴盟泵铀寓须雌毖烩支持向量机及应用简介支持向量机及应用简介
最大间隔(margin)
分类面方程为
支撑面之间的
距离叫做分类
间隔
抑谆暮茎烹妈浦赌咯杭便暖氛造辛葡坏廓渝堑除雪篆赂涉佐哈石帮代局钩支持向量机及应用简介支持向量机及应用简介
线性可分的最优分类模型
作广义Lagrange乘子函数
由KKT条件,有
丰几乾君曝校钉螟孜空檄凑隙夹急穷褐蔼饥籽蓑淀绢锣黍蕴参肠歧旅序逝支持向量机及应用简介支持向量机及应用简介