SVM-支持向量机基本原理及应用ppt课件.ppt





《SVM-支持向量机基本原理及应用ppt课件.ppt》由会员分享,可在线阅读,更多相关《SVM-支持向量机基本原理及应用ppt课件.ppt(38页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
0( )Tg xw xw0( )Tg xw xw|pwxxrw:线性判别函数利用一个超平面把线性判别函数利用一个超平面把特征空间分隔成两个区域。特征空间分隔成两个区域。超平面的方向由法向量超平面的方向由法向量w确定,确定,它的位置由阈值它的位置由阈值w0确定。确定。判别函数判别函数g(x)正比于正比于x点到超平面点到超平面的代数距离(带正负号)。当的代数距离(带正负号)。当x点点在超平面的正侧时,在超平面的正侧时,g(x)0;当;当x点在超平面的负侧时,点在超平面的负侧时,g(x)0 图中, 方形点和圆形点代表两类样本, H 为分类线,H1, H2分别为过各类中离分类线最近的样本且平行于分类线的直线, 它们之间的距离叫做分类间隔(margin)。所谓最优分类线就是要求分类线不但能将两类正确分开(训练错误率为0),而且使分类间隔最大.推广到高维空间,最优分类线就变为最优分类面。 *1( )sgnsgn()kiiiif xwxby x xb
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- SVM 支持 向量 基本原理 应用 ppt 课件

限制150内