第十章《搞懂算法:支持向量机是怎么回事》笔记

2023-11-06 11:52

本文主要是介绍第十章《搞懂算法:支持向量机是怎么回事》笔记,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

支持向量机(Support Vector Machine,SVM )主要用于分类问题的处理。

10.1 SVM有什么用

SVM 的分类效果很 好,适用范围也较广,但模型的可解释性较为一般。

SVM 根据线性可分的程度不同,可以分为 3 类:线性可分 SVM、线性 SVM 和非线性 SVM。

10.2 SVM算法原理和过程是什么

样本数据的特征向量构成了一 个空间,每个样本点都占据空间中的一个位置。如果有一条线、一个面或者一个特殊形状将样本数据分割成两部分,其中一部分为正样本,另一部分为负样本,这样就太美好了。因为我们把新数据的特征向量跟这个分割线(面)进行比较,就可以判断新数据是正样本还是负样本了,也就实现了对新数据的分类。这样的一个分割线(面)就叫作超平面。所以采用 SVM 的目的就 是找到这样一个超平面。

但大多数时候,满足这样条件的超平面(分割线)不是唯一的,而是有多个。分割线更加远离正、负样本数据点,具有更好和更稳定的分类效果,这就是我们想寻找的分离超平面。

10.2.1 分离超平面是什么

一般来说,SVM 中把这种对正、负样本进行分割的操作叫作“分离超平面”。分离超平面在不同维度上表现的形态 不同。

最佳分离超平面的判断标准,是间隔与支持向量。

10.2.2 间隔与支持向量是什么

理想的分离超平面应该具有这样的特点:能够分割正、负样本,但同时尽可能远离所有样本数据点。

三维空间中,任何一个平面都可以用 Ax+By+Cz+D=0 来表示,于是点 (x0 , y0 , z0) 到该平面

的距离为,一维空间和二维空间也类似。。分别是一维空间、二维空间、三维空间中的范数,被记 作 ‖w‖。

假设超平面能够将样本正确分类,那么距离超平面最近的几个训练样本数据点被称为“支持向量”。

两个不同类支持向量到分离超平面的距离之和为,这个距离被称为“间隔”。

最佳分离超平面就是“间隔”最大的分离超平面,而要想找到“最大间隔”的分离超平面,就要找到满足约束条件(将样本分为两类)的参数 w 和 b,使得 γ 取到最大值。

解决线性不可分的方法就是使用核函数。核函数解决线性不可分的本质思想就 是把原始样本通过核函数映射到高维空间中,从而让样本在高维空间中成为线性可分的,然后 再使用常见的线性分类器进行分类。

n 维空间上线性不可分的问题可以通过升维到 n+1 维空间中构造新的分类函数并使其在 n 维空间上的投影对样本数据点进行分类来解决。SVM 中 这种通用的升维方法就是核函数,常见的核函数有线性核函数、多项式核函数、径向基核函数(RBF 核函数)、高斯核函数等。

10.3 编程实践:手把手教你写代码

这篇关于第十章《搞懂算法:支持向量机是怎么回事》笔记的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/356459

相关文章

一文带你搞懂Python中__init__.py到底是什么

《一文带你搞懂Python中__init__.py到底是什么》朋友们,今天我们来聊聊Python里一个低调却至关重要的文件——__init__.py,有些人可能听说过它是“包的标志”,也有人觉得它“没... 目录先搞懂 python 模块(module)Python 包(package)是啥?那么 __in

openCV中KNN算法的实现

《openCV中KNN算法的实现》KNN算法是一种简单且常用的分类算法,本文主要介绍了openCV中KNN算法的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的... 目录KNN算法流程使用OpenCV实现KNNOpenCV 是一个开源的跨平台计算机视觉库,它提供了各

利用Python快速搭建Markdown笔记发布系统

《利用Python快速搭建Markdown笔记发布系统》这篇文章主要为大家详细介绍了使用Python生态的成熟工具,在30分钟内搭建一个支持Markdown渲染、分类标签、全文搜索的私有化知识发布系统... 目录引言:为什么要自建知识博客一、技术选型:极简主义开发栈二、系统架构设计三、核心代码实现(分步解析

springboot+dubbo实现时间轮算法

《springboot+dubbo实现时间轮算法》时间轮是一种高效利用线程资源进行批量化调度的算法,本文主要介绍了springboot+dubbo实现时间轮算法,文中通过示例代码介绍的非常详细,对大家... 目录前言一、参数说明二、具体实现1、HashedwheelTimer2、createWheel3、n

SpringKafka消息发布之KafkaTemplate与事务支持功能

《SpringKafka消息发布之KafkaTemplate与事务支持功能》通过本文介绍的基本用法、序列化选项、事务支持、错误处理和性能优化技术,开发者可以构建高效可靠的Kafka消息发布系统,事务支... 目录引言一、KafkaTemplate基础二、消息序列化三、事务支持机制四、错误处理与重试五、性能优

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

一文教你解决Python不支持中文路径的问题

《一文教你解决Python不支持中文路径的问题》Python是一种广泛使用的高级编程语言,然而在处理包含中文字符的文件路径时,Python有时会表现出一些不友好的行为,下面小编就来为大家介绍一下具体的... 目录问题背景解决方案1. 设置正确的文件编码2. 使用pathlib模块3. 转换路径为Unicod

如何通过Golang的container/list实现LRU缓存算法

《如何通过Golang的container/list实现LRU缓存算法》文章介绍了Go语言中container/list包实现的双向链表,并探讨了如何使用链表实现LRU缓存,LRU缓存通过维护一个双向... 目录力扣:146. LRU 缓存主要结构 List 和 Element常用方法1. 初始化链表2.

golang字符串匹配算法解读

《golang字符串匹配算法解读》文章介绍了字符串匹配算法的原理,特别是Knuth-Morris-Pratt(KMP)算法,该算法通过构建模式串的前缀表来减少匹配时的不必要的字符比较,从而提高效率,在... 目录简介KMP实现代码总结简介字符串匹配算法主要用于在一个较长的文本串中查找一个较短的字符串(称为