社区
模式及实现
帖子详情
svm当松弛因子C增大时,分类间隔是增大还是减小呢?
lumanman_
2016-01-08 11:15:09
svm当松弛因子C增大时,分类间隔是增大还是减小呢?当c增大时,对错误样本的惩罚加重,错分样本减少,那么分类间隔是增大还是减小呢?实在想不通,对svm理解还是不够透彻,请哪位大神帮我分析分析,多谢了!
...全文
524
2
打赏
收藏
svm当松弛因子C增大时,分类间隔是增大还是减小呢?
svm当松弛因子C增大时,分类间隔是增大还是减小呢?当c增大时,对错误样本的惩罚加重,错分样本减少,那么分类间隔是增大还是减小呢?实在想不通,对svm理解还是不够透彻,请哪位大神帮我分析分析,多谢了!
复制链接
扫一扫
分享
转发到动态
举报
AI
作业
写回复
配置赞助广告
用AI写文章
2 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
juanpingzhao
2016-02-21
打赏
举报
回复
惩罚因子C增大时,错分样本减少,分类间隔当然减小了呀
lumanman_
2016-01-23
打赏
举报
回复
好吧,至今还是没有搞清楚,结贴吧!
SVM
习题集.docx
SVM
习题集
svm
扫盲文档之九
网上Jasper的博客 写的通俗易懂 整理成pdf 方便大家入门使用
习题重点看_1736268975787.pdf
习题重点看_1736268975787.pdf
软
间隔
SVM
---
松弛
变量&惩罚
因子
软
间隔
SVM
0.为什么要引入软
间隔
SVM
在
svm
中对于线性不可分问题可以通过使用核函数将特征映射到高维空间实现“线性可分” 直观解释: 盒子中的小球(黑白两种颜色),在盒子上面看,无法用一个平面分割;但是从盒子的侧面看就可以用一个平面将两种颜色的小球分开了。 这种思想就是将特征转换到另外一个空间(可能与原空间的维度相同或者升维),就可将线性不可分问题转变为线性可分问题。 但是对于只...
【机器学习-西瓜书】六、支持向量机:核技巧;软
间隔
;惩罚
因子
C;
松弛
变量
推荐阅读: 核技巧;惩罚
因子
C关键词:核技巧;软
间隔
;惩罚
因子
C;
松弛
变量6.3核函数关键词:核函数;核技巧上一节讲到,
SVM
寻找的是使得
间隔
最大的那一个超平面作为
分类
器,这还是一个线性
分类
器,然而很多情况下是非线性可分的,
SVM
是如何解决这个问题的呢?
SVM
是将样本从原始空间映射到一个更高维度的特征空间,使得样本在特征空间中线性可分。例如简单的异或问题在二维空间中线性不可分,但是映射到三维空间就线
模式及实现
5,530
社区成员
4,167
社区内容
发帖
与我相关
我的任务
模式及实现
C/C++ 模式及实现
复制链接
扫一扫
分享
社区描述
C/C++ 模式及实现
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章