机器学习 - SVM - 计算向量W时如何计算偏差?

时间:2016-02-06 17:49:24

标签: machine-learning computer-vision svm gradient-descent

我正在编写SVM Primal的代码,它使用SGD(随机子梯度下降)来优化向量W.

分类方法是符号(w * x +偏差) 我的问题是如何找到它的最佳偏见? 我想它在W优化期间必须做,但是怎么做?我不知道。

1 个答案:

答案 0 :(得分:1)

您的假设是sign(<w, x> + b),想一下x' = [x 1],然后您可以将您的假设表达为sign(<w', x'>),其中w' = [w b]。我希望它清楚地表明bw没有任何区别(唯一的区别是你的正则化术语||w||^2不涉及b)。因此,您只需要d L/ d b,其中L是您的损失函数。