做支持向量机的进

yxg221 2006-04-23 06:56:33

在用支持向量机进行分类时,应该如何来解方程:
max(sum(a1,a2...an)-sum(ai*aj*yi*yj*K(xi,xj))/2)
0<=ai<=C(常数),sum(ai*yi)=0
用程序如何来实现?
请高手指点一二!
先谢了!!!

...全文

166 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

laiwusheng 2006-04-24

打赏
举报

回复

lz,SVM的问题，有点难，studing...

动笔写这个支持向量机是费了不少劲和困难的，原因很简单一者这个东西本身就并不好懂，要深入学习和研究下去需花费不少时间和精力二者这个东西也不好讲清楚，尽管网上已经有朋友写得不错了(见文末参考链接)，但在描述数学公式的时候还是显得不够。得益于同学白石的数学证明，我还是想尝试写一下，希望本文在兼顾通俗易懂的基础上，真真正正能足以成为一篇完整概括和介绍支持向量机的导论性的文章本文在写的过程中，参考了不少资料，包括《支持向量机导论》、《统计学习方法》及网友pluskid的支持向量机系列等等，于此，还是一篇。

（一）SVM的背景简介 支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中[10]。 支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特定训练样本的学习精度，Accu

支持向量机算法的基础是最大间隔分类器，最大间隔分类器虽然很简单，但不能应用于大部分数据，因为大部分属是非线性数据，无法用线性分类器进行分类，解决方案是对特征空间进行核函数映射，然后再运行最大间隔分类器。本文跳过枯燥乏味的算法推导过程，循序渐进的介绍支持向量机分类原理，并通过四个小项目快速的理解支持向量机的线性分类，非线性分类和参数调参过程。文末附代码和数据下载方法，可直接运行1.最大间隔分类器最大...

一、SVM简介 1.支持向量机(SVM)定义：三种：线性可分支持向量机、线性支持向量机、非线性支持向量机。 SVM的学习算法就是求解凸二次规划的最优化算法； SVM是一种二类分类模型，基本模型是定义在特征空间中的间隔最大的线性分类器。学习策略是间隔最大化。训练集线性可分时，通过硬间隔最大化，学习一个线性可分支持向量机；训练集近似线性可分时，通过软间隔最大化，学习一个线性支持向量机；训练集线性不可分时，通过核技巧与软间隔最大化，学习一个非线性支持向量机。线性可分支持向量机 给定线性可分训练集，通过

线性可分支持向量机 这个系列的博客可视为读李航老师的《统计学习方法》支持向量机一节的读后感，目标是由浅到深，清楚的复述描述支持向量机相关内容目录：线性可分支持向量机 目录基本概念线性可分支持向量机 线性可分的定义线性可分支持向量机的数学定义函数间隔的定义间隔最大化最大间隔分离超平面凸二次规划线性可分支持向量机的学习算法最大间隔法基本概

70,022

社区成员

243,263

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

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