基本信息
文件名称:机器学习:支持向量机(SVM):SVM的数学基础.docx
文件大小:32.83 KB
总页数:18 页
更新时间:2025-08-21
总字数:约1.45万字
文档摘要

PAGE1

PAGE1

机器学习:支持向量机(SVM):SVM的数学基础

1SVM简介

1.11什么是SVM

支持向量机(SupportVectorMachine,SVM)是一种监督学习模型,主要用于分类和回归分析。SVM的基本思想是找到一个超平面,使得两类样本在该超平面两侧的间隔最大化。这个超平面被称为最大间隔超平面,而位于间隔边界上的样本点被称为支持向量。

1.1.1数学定义

假设我们有一组数据点xi∈Rn,其中i=1,...,

如果yi=

如果yi=

换句话说,SVM试图找到一个决策边界,使得所有正类样本点位于w?x+

1.1.2最大间隔超平面

SVM通过