支持向量分类理入门.pptVIP

Support Vector Classification;迄赎滓孟为炒雹陆蹈匹骑萎揩联沏卑拍路邮球腔秤缸宿嚏磅豹奏芬框蹬榨支持向量分类理入门支持向量分类理入门;提纲;History;关于SVM;提纲;a;a;a;a;分类问题的数学表示; 根据给定的训练集 其中， ，寻找 上的一个实 值函数 ，用决策函数 判断任一模式 对应的 值. 可见，分类学习机——构造决策函数的方法(算法)， 两类分类问题 多类分类问题 线性分类学习机 非线性分类学习机 ;SVM分类问题大致有三种：线性可分问题、近似线性可分问题、线性不可分问题。; 最大间隔原则;考虑图1.2.1(a)—— 上的线性可分的分类问题. 这里有许多直线 能将两类点正确分开. 如何选取 和 ？ 简单问题：设法方向 已选定，如何选取 ？ 解答： 选定 平行直线 极端直线 和 取 和 的中间线为分划直线 如何选取 ？ 对应一个 ，有极端直线 ，称 和 之间的距 离为“间隔”.显然应选使“间隔”最大的 。 ;数学语言描述： 给定适当的法方向 后，这两条极端直线 可表示为;如何计算分划间隔？ 考虑2维空间中极端直线之间的间隔情况;分划直线表达式为 “间隔” 为 极大化“间隔”的思想导致求解下列对变量 和 的最优化问题 说明：只要我们求得该问题的最优解 ，从而构造分划 超平面 ，求出决策函数 。 上述方法对一般 上的分类问题也适用. ;求解原始问题？;1. 线性可分问题;2. 近似线性可分问题;2. 近似线性可分问题;算法： (广义)线性支持向量分类机;3. 非线性分划;3. 非线性分划;3. 非线性分划;3. 非线性分划;;3. 非线性分划;实现非线性分划的思想;实现非线性分划的思想;核函数(核或正定核)定义;核函数的选择;提纲;;;;;;