热线电话：13121318867

登录
首页大数据时代线性可分支持向量机、线性支持向量机、非线性支持向量机的区别有哪些
线性可分支持向量机、线性支持向量机、非线性支持向量机的区别有哪些
2020-07-03
收藏

支持向量机是一种二类分类模型.它的基本模型是定义在特征空间上的间隔最大的线性分类器。其学习策略是间隔最大化，可形式化为求解凸二次规划问题，也等价于正则化的合叶损失函数的最小化问题。

支持向量机学习方法包含构建由简至繁的模型，可分为线性可分支持向量机、线性支持向量机、非线性支持向量机。

线性可分支持向量机：当训练数据线性可分时，通过硬间隔最大化，学习一个线性的分类器，又称为硬间隔支持向量机.

线性可分支持向量机处理的是严格线性可分的数据集。

其分类超平面为：

相应的决策函数为：或者

其学习优化问题为：

线性支持向量机：当训练数据近似线性可分时，通过软间隔最大化，也学习一个线性分类器，称为软间隔支持向量机.

线性支持向量机处理的是线性不可分的数据集。对于线性支持向量机的优化问题，就是在线性可分支持向量机的基础上加了一个松弛变量。

其学习的优化问题为：

所求的的分类超平面和决策函数与线性可分支持向量机相同。

非线性支持向量机：当训练数据不可分时，通过使用核技巧及软间隔最大化，学习非线性支持向量机.

非线性支持向量机引入了核函数。分类决策函数变为：


CDA数据分析师考试相关入口一览（建议收藏）：

▷ 想报名CDA认证考试，点击>>>   “CDA报名” 了解CDA考试详情；

▷ 想学习CDA考试教材，点击>>> “CDA教材” 了解CDA考试详情；

▷ 想加入CDA考试题库，点击>>> “CDA题库” 了解CDA考试详情；

▷ 想了解CDA考试含金量，点击>>> “CDA含金量” 了解CDA考试详情；

支持向量机 特征 损失函数 特征空间

数据分析咨询请扫描二维码

若不方便扫码，搜微信号：CDAshujufenxi

上一篇SVM和LR有哪些相同点和不同点
下一篇常见的机器学习中损失函数有哪些？
CDA考试动态
CDA报考指南
热门栏目
最新资讯
更多
Copyright © 2015-present 北京国富如荷网络科技有限公司 All Rights Reserved.
京ICP备11001960号-9   京公网安备 11010802034615号   经营许可证编号：京B2-20210330
客服在线
立即咨询