支持向量机中的b/ ||w||是什么？

在学习支持向量机分类时，我遇到了正则化参数\lambda： F(w,b) = \left\lVert w\right\lVert_2^2 +\lambda \sum_{i=1}^n max(0,1-y_i(w^Tx_i +b)).所以据我所知，支持向量机的主要目的是找到分离两个类的超平面\{w^Tx+b=0\}。\lambda

浏览 0提问于2018-11-19得票数 3

1回答

SVR中超参数C的定义是否与SVM中相应的C相反？

、、、

我刚刚意识到，由于，支持向量机可以用于回归，然而，我对超参数C的定义感到相当困惑。y_i (w \cdot x_i + b) \ge 1

浏览 19提问于2021-07-16得票数 0

1回答

线性和的预测

然而，我面临的一个问题是，对于线性支持向量机在预测新数据方面是如何工作的，似乎没有深入的解释。据我所知，支持向量机的主要目的是寻找线性分离超平面w^Tx+b，而线性支持向量机实际上是一组超长方程。让我们考虑一个2类问题:a和B。假设(w^*,b^*)是\lambda固定选择

浏览 0提问于2018-11-16得票数 0

回答已采纳

1回答

支持向量机算法中的最大裕度公式

、

我最近读到了关于支持向量机及其工作原理的文章，我偶然发现了一篇文章，并偶然发现了最大的距离。最大化边际这个公式中唯一的变量是w，它与m是

浏览 0提问于2018-12-26得票数 1

回答已采纳

2回答

不理解硬边缘支持向量机的分类方程

、

我正试图掌握硬利润支持向量机。在我的讲座中，教授谈到了一个分类方程，当一个正样本输入时，返回一个1值或更多；当一个负样本被输入时，返回一个-1或更少的值。下面的图显示了垂直于分离超平面的向量\overrightarrow{w}和具有未知类\overrightarrow{u}的任意点。{u}的组件朝着\overrightarrow{w}的方向发展。如果\overrightarrow{

浏览 0提问于2019-07-23得票数 2

1回答

如何确定由libsvm计算的决策边界

、

我使用libsvm对数据进行线性支持向量机分类，我想知道它产生的分离超平面(即向量w和实b，使得x被归类为正样本当且仅当w.x+b>0)。工具svm-权重返回w的系数，但是如何计算b？

浏览 3提问于2012-01-12得票数 0

回答已采纳

3回答

如何利用Matlab的四叉图实现软边缘支持向量机模型？

、、、

通常，当输入点是线性可分的时，支持向量机模型可以定义如下w,byᵢ*(w*xᵢ - b) >= 1 x = quadprog(H, f, A, <

浏览 10提问于2013-03-20得票数 7

回答已采纳

1回答

(非)凸“约束”是什么意思？

、、

我指的是安德鲁·吴( Andrew )为斯坦福大学(StanfordCS229)机器学习课程编写的课程笔记的支持向量机部分。在第16页，他说：支持向量机优化问题有以下几个方面：\begin{align} \max_{\gamma,w,b}\gamma \\ s.t. & \quad y^{(i)}(w^Tx+b) \geq,n \\ & \quad \Vert

浏览 0提问于2021-09-16得票数 1

1回答

支持向量机演示

有人能给出一个支持向量机的例子吗？特别是如何从训练集中获取w和b？因为我不擅长，所以有人能给我一个例子来说明支持向量机的细节吗？非常感谢。

浏览 1提问于2012-01-02得票数 1

1回答

支持向量机误差

、、

支持向量机分类误差、支持向量机裕度误差和支持向量机总误差有什么区别？他们有什么明确的定义吗？支持向量机中的C参数是什么？我完全糊涂了！

浏览 0提问于2019-02-18得票数 2

1回答

带有预计算内核的libsvm :如何计算分类分数？

、、、

我正在与libsvm在MATLAB和训练和测试一个1-VS所有的支持向量机与一个预先计算的非线性核。我对SVMs有点陌生，我正在尝试计算决策函数。我知道，对于线性支持向量机，我们可以通过(根据libsvm文档)获得w：然后，我们可以根据以下内容计算决策值：然后，将标记编码预测到sign(w'*x+

浏览 4提问于2014-02-17得票数 3

回答已采纳

2回答

为什么我们要在SVM中计算保证金？

、

我正在学习SVM (支持向量机)：有几点仍然不明确：(线性可分，原始情况)我在一些例子中看到，保证金是这样计算的：而在其他情况下，则是这样的：那么这两种情况有什么

浏览 0提问于2017-11-24得票数 0

1回答

在python中实现加权支持向量机

、、

我想解决的支持向量机的最小化问题是： \min_{w, b} \frac{1}{2}w

浏览 0提问于2021-06-10得票数 3

回答已采纳

1回答

用MATLAB和libsvm绘制支持向量机边距

、、、

我能够训练svm并使用svmlib获得w和b。使用此信息，我可以绘制决策边界以及支持向量，但我不确定如何使用svmlib提供的信息绘制边距。下面是我的代码：b = -model.rho;if (model.Label(1) == -1) w =

浏览 0提问于2015-02-17得票数 0

回答已采纳

2回答

SVM分类中如何设置超参数

、、、

我正在研究利用支持向量机进行图像分类，一般定义为.N=培训实例数f(x，W) =点积在大多数示例中，定义为Δ= 1.0，而没有提到如何计算1.0。这个值是通过试错(交叉验证)确定

浏览 0提问于2019-03-08得票数 3

回答已采纳

2回答

SVM损失函数

、

📷 据我所知，如果转置(W)xi+ b>=0，y=-1，则支持向量机的假设函数是预测b>=0。但是，根据上述损失函数，若标号为>=1，则转置(W)xi+b必须大于或等于1( y=1 )，如果标号为-1 (<= -1 )，则小于-1(<=-1)为零惩罚。所以我很困惑here...So，这是否意味着如果转置(W)xi+b =0.6>=0 (从而产生h(x)=1)，并且

浏览 0提问于2019-08-22得票数 0

1回答

为什么支持向量机中的支持向量超平面为+1.-1？

在支持向量机中，我们有3超平面，另外两个躺在支撑向量上。📷Why我们选择+1和-1作为它们的值，这意味着从决策边界上，位于支持向量上的</e

浏览 0提问于2022-01-20得票数 1

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云