1. 程式人生 > >讀西瓜書:6.1/6.2/6.3/6.4章 【未完成】

讀西瓜書:6.1/6.2/6.3/6.4章 【未完成】

讀西瓜書:6.1/6.2/6.3/6.4章

6.1 間隔與支援向量

  • 如果訓練樣本是線性可分的,那麼線性分類器就是在樣本空間中尋找一個超平面,將不同類別的樣本分開

  • 但能將訓練樣本分開的超平面可能有很多,哪一個更好?

    在這裡插入圖片描述

  • 上圖中判別函式的訓練誤差都為0,但機器學習中有個準則:不是訓練誤差最小而是泛化誤差最小

  • 直覺上應該選正中間的粗線,對未見示例的泛化能力最強

  • 對比邏輯迴歸,當 wTxw^Tx 等於0 (y=0.5) 左右時 ,此時分類的自信度是比較低的,而我們希望有強自信度,那麼如何在沒有概率的情況定義自信度呢?—— 間隔

間隔: