查看: 77|回复: 2

感觉SVM整体可以分成三个部分:

[复制链接]
新浪微博达人勋 yinong  实名认证
论坛徽章:
28
数据陷阱解读徽章
日期:2016-03-10 10:18:46机器学习徽章
日期:2016-12-08 15:50:25python徽章
日期:2017-02-09 18:10:46matlab徽章
日期:2017-02-16 16:46:56机器学习徽章
日期:2017-03-30 17:23:20Tensorflow徽章
日期:2017-08-03 18:16:28比特币徽章
日期:2017-09-28 17:18:05金融徽章
日期:2017-12-08 10:41:29区块链徽章
日期:2017-12-25 17:32:20Excel徽章
日期:2018-01-04 17:13:02Excel徽章
日期:2018-03-01 16:43:21OpenCV徽章
日期:2018-05-10 16:26:44
发表于 2018-6-9 21:52 | 显示全部楼层 |阅读模式

算法 方法


 1. SVM理论本身:包括较大间隔超平面(Maximum Margin Classifier),拉格朗日对偶(Lagrange Duality),支持向量(Support Vector),核函数(Kernel)的引入,松弛变量的软间隔优化(Outliers),最小序列优化(Sequential Minimal Optimization)等。

 2. 核方法(Kernel):其实核方法的发展是可以独立于SVM来看待的,核方法在很多其它算法中也会应用到。

 3. 优化理论:这里主要介绍的是最小序列优化(Sequential Minimal Optimization),优化理论的发展也是独立于SVM的。

回复

使用道具 举报

论坛徽章:
19
R研习者初级
日期:2012-07-18 17:56:36OpenCV徽章
日期:2017-09-28 17:22:19caffe徽章
日期:2017-09-28 17:21:42数据展示徽章
日期:2017-06-29 16:18:18机器学习徽章
日期:2017-03-30 17:23:20数据治理徽章
日期:2015-10-14 11:39:54数据陷阱解读徽章
日期:2015-08-13 15:21:46Excel徽章
日期:2015-05-14 10:37:05统计徽章
日期:2014-11-06 14:50:39R研习者中级
日期:2014-09-23 14:47:09R研习者中级
日期:2014-09-19 14:21:06R研习者中级
日期:2014-09-19 14:20:23
发表于 2018-6-10 15:35 | 显示全部楼层
还要考虑KKT条件。
回复 支持 反对

使用道具 举报

论坛徽章:
11
Julia徽章
日期:2018-05-17 15:58:56矩阵计算徽章
日期:2018-07-19 15:02:10算法导论徽章
日期:2018-07-19 15:02:04python徽章
日期:2018-07-19 15:01:58Kaggle徽章
日期:2018-07-05 16:34:40python徽章
日期:2018-06-07 16:23:15Oracle研习者初级
日期:2018-05-31 17:03:53python徽章
日期:2018-05-31 17:03:40Keras徽章
日期:2018-05-31 17:03:29python徽章
日期:2018-05-24 16:09:52算法导论徽章
日期:2018-07-19 15:02:48
发表于 2018-6-13 23:58 | 显示全部楼层
谢谢分享
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册 新浪微博登陆

本版积分规则

 

GMT+8, 2018-7-23 23:39 , Processed in 0.111068 second(s), 38 queries .