读书笔记 机器学习-周志华 第六章 支持向量机

读书笔记 机器学习-周志华 第六章 支持向量机

  • 6.1 间隔与支持向量机

6.1 间隔与支持向量机

读书笔记 机器学习-周志华 第六章 支持向量机_第1张图片任意点到超平面距离 r = ∣ w T x + b ∣ ∣ ∣ w ∣ ∣ r=\frac{|w^Tx+b|}{||w||} r=wwTx+b

两个异类向量到超平面之间的距离之和 γ = 2 ∣ ∣ w ∣ ∣ \gamma = \frac{2}{||w||} γ=w2,称为“间隔”(margin)。

欲找到最大间隔划分平面,即最大化 ∣ ∣ w ∣ ∣ − 1 ||w||^{-1} w1,等价于最小化 ∣ ∣ w ∣ ∣ 2 ||w||^2 w2,这就是支持向量机(Support Vector Machine, SVM)的基本型。

你可能感兴趣的:(机器学习,读书笔记,周志华)