SVM:如何查找支持向量?

时间:2018-10-11 03:48:29

标签: machine-learning vector svm data-science supervised-learning

我是SVM的新手。

我相信,我们在SVM中的主要目标是

1)到决策边界与数据点之间的maximizemargin

2)找到support vectors

所以我的理解是,我们使用拉格朗日乘数来最小化w(weight),以便在考虑到约束的情况下增加边距,因此这是一个约束优化。拉格朗日乘数如何确保两个超平面接触支持向量?找到最佳的超平面之后,如何找到支持向量?

0 个答案:

没有答案