Support Vector Machine
SVM 找最大间隔超平面分类，通过核技巧映射高维实现非线性分类，由支持向量决定。
用途
小样本高维非线性分类的强方法，理论保证泛化。
机制
最大化间隔 2/||w||，等价于最小 ||w||^2/2 s.t. y_i(w·x_i+b)≥1。核技巧 K(x,z)=φ(x)·φ(z) 隐式映射高维。软间隔 C 平衡间隔与误分类。
用例
- 分类问题
- 小样本高维
- 非线性分类
SVM 找最大间隔超平面分类，通过核技巧映射高维实现非线性分类，由支持向量决定。
小样本高维非线性分类的强方法，理论保证泛化。
最大化间隔 2/||w||，等价于最小 ||w||^2/2 s.t. y_i(w·x_i+b)≥1。核技巧 K(x,z)=φ(x)·φ(z) 隐式映射高维。软间隔 C 平衡间隔与误分类。