人工智能經(jīng)典電子書5.支持向量機(jī)-多分類SVM_第1頁(yè)
人工智能經(jīng)典電子書5.支持向量機(jī)-多分類SVM_第2頁(yè)
人工智能經(jīng)典電子書5.支持向量機(jī)-多分類SVM_第3頁(yè)
人工智能經(jīng)典電子書5.支持向量機(jī)-多分類SVM_第4頁(yè)
人工智能經(jīng)典電子書5.支持向量機(jī)-多分類SVM_第5頁(yè)
已閱讀5頁(yè)，還剩17頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

多分類SVM內(nèi)容提要線性可分支持向量機(jī)線性不可分支持向量機(jī)支持向量機(jī)回歸實(shí)現(xiàn)策略多分類OntheAlgorithmicImplementationof

MulticlassKernel-basedVectorMachinesGrammer&singer多分類支持向量機(jī)基本思想Grammer-singer多分類支持向量機(jī)的出發(fā)點(diǎn)是直接用超平面把樣本空間劃分成M個(gè)區(qū)域，其中每個(gè)區(qū)域?qū)?yīng)一個(gè)類別的輸入。如下例，用從原點(diǎn)出發(fā)的M條射線把平面分成M個(gè)區(qū)域，下圖畫出了M=3的情形：?jiǎn)栴}描述設(shè)訓(xùn)練點(diǎn)集為：則存在著使得訓(xùn)練點(diǎn)滿足下式：引進(jìn)記號(hào)：最優(yōu)化問題根據(jù)最大間隔原則：其中：，進(jìn)而最優(yōu)化問題可轉(zhuǎn)化為：最優(yōu)化問題添加松弛變量其中：引入拉格朗日函數(shù)對(duì)偶函數(shù)如何優(yōu)化求參？樣本與樣本間的參數(shù)無約束由此，進(jìn)一步可優(yōu)化如下目標(biāo)函數(shù)常數(shù)凸二次優(yōu)化問題構(gòu)建拉格朗日函數(shù)求偏導(dǎo)：關(guān)于λ的等式可以用fixed-point算法但有約束但如何構(gòu)建x=f(x)??λ=f(λ)代入求解算法總算法偽代碼總結(jié)這個(gè)其實(shí)是不實(shí)用的,因?yàn)閷⑺械膕ample放在一個(gè)優(yōu)化函數(shù)里面，這樣的訓(xùn)練時(shí)間非常長(zhǎng)，幾乎無法忍受的地步，test時(shí)間還是可以的。小規(guī)模

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論