驱动支持向量机 (SVM) 分类器的数学非常优美。不仅要学习 SVM 的基本模型，还要知道如何从头开始实现整个模型，这一点非常重要。这是我们 SVM 系列教程的延续。在本系列的第一部分和第二部分中，我们 [...]
标签存档 | SVM
拉格朗日乘数法：支持向量机背后的理论（第2部分：非线性可分情况）
本教程是“拉格朗日乘数法：支持向量机背后的理论（第一部分：可分情况）”的延伸，并解释了不可分情况。在现实生活问题中，正例和负例训练样本可能无法被线性决策边界完全分开。本教程解释了如何构建软间隔 [...]
拉格朗日乘数法：支持向量机背后的理论（第1部分：线性可分情况）
本教程旨在帮助任何想要深入了解拉格朗日乘数法如何用于构建支持向量机 (SVM) 模型的人。SVM 最初是为解决二元分类问题而设计的，后来被扩展并应用于回归和无监督学习。它们在解决许多复杂的机器学习 [...]