11-2 支撑向量机的推导过程
Last updated
Last updated
SVM要最大化margin,即图中两根直线之间的距离 用数学语言来表达: margin = 2 * d,最大化d就是最大化margin
点x到直线的距离为:
所有的样本点到决策边界到距离都应该大于d,用于公式表达: 上面这个公式可写成这样的形式: 于是可得出margin上下两条直线的方程为: 注意:这里三条直线中的已经不是原来的和b了, SVM的目标是最大化d,d的公式在上文已经给出。 由于支持向量x一定是在margin的上下边界点上,可以证明对于任意支持向量x,以下四个公式表达的目标的相同的: 结论: SVM算法演变为有条件的最优化问题,(st:条件) 有条件的最优化问题和没有条件的最优化问题,其求解方法大不相同。