SVM支持向量机预测作业.pptx

SVM的基本原理波士顿房价预测第1页/共16页Svm基本原理支持向量机（Support Vector Machine,SVM）分类（Support Vector Classification,SVC）和回归（Support Vector Regression,SVR）线性可分（Hard Margin SVM）和非线性可分（Soft Margin SVM）SVC线性可分SVR第2页/共16页Svc基本原理如何找到最优的决策边界呢？LogisticSigmoid损失函数“不适定问题”第3页/共16页Svc基本原理最优决策边界泛化能力1、能将训练样本划分2、距离这两个类别的最近样本尽可能远“泛化误差”第4页/共16页Svc基本原理d dd d最优决策边界泛化能力好1、能将训练样本划分2、距离这两个类别的最近样本尽可能远支持向量margin=2dmargin=2d第5页/共16页Svc基本原理d dd d最优决策边界泛化能力好1、能将训练样本划分2、距离这两个类别的最近样本尽可能远第6页/共16页Svc基本原理d dd d最优决策边界泛化能力好1、能将训练样本划分2、距离这两个类别的最近样本尽可能远第7页/共16页Svr基本原理margin=2dmargin=2d第8页/共16页波士顿房价预测CRIM：城镇人均犯罪率ZN：住宅用地所占比例INDUS：城镇中非住宅用地所占比例CHAS：查尔斯虚拟变量，用于回归分析NOX：环保指数RM：每栋住宅的房间数AGE：1940年以前建成的自主单位的比例DIS：距离5个波士顿的就业中心的加权距离RAD：距离高速公路的便利指数TAX：每一万美元的不动产税率PRTATIO：城镇中的教师学生比例B：城镇中的黑人比例LSTAT：地区中有多少房东属于低收入人群MEDV：自住房屋房价中位数（均价）第9页/共16页波士顿房价预测第10页/共16页波士顿房价预测惩罚系数C第11页/共16页波士顿房价预测惩罚系数C深度deep第12页/共16页波士顿房价预测惩罚系数Cgamma第13页/共16页波士顿房价预测第14页/共16页Thanks！第15页/共16页感谢您的观看！第16页/共16页