人工智能_机器学习075_SVM支持向量机_算法整体回顾_总结_支持向量机_拉格朗日乘子法_KKT条件_对偶问题转换_SMO算法求解---人工智能工作笔记0115
2023-12-29 12:38:30

在神经网络出现之前,支持向量机,风靡了10几20年也很好用

这里我们希望d这个距离越大越好,越大就是分的越开对吧,

然后我们再来先看二分类问题,可以看到这里
根据之前我们的变化,可以看之前的博文,得到d的距离,因为我们

因为我们希望d越大越好,所以对于1/w 我们就希望w越小越好对吧,w越小d越大.
文章来源:https://blog.csdn.net/lidew521/article/details/135217707
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。 如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:veading@qq.com进行投诉反馈,一经查实,立即删除!
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。 如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:veading@qq.com进行投诉反馈,一经查实,立即删除!