支持向量机:寻找最优决策边界的艺术
· 22 min read
"在机器学习的众多算法中,支持向量机就像一位精密的几何学家,总是能找到分离数据的最优边界。" —— 2016年在老虎致远深入研究SVM时的感悟
开篇:一个分类问题的思考
想象你是一位城市规划师,需要在两个敌对社区之间建造一条隔离带。你的目标是:
- 完全分离两个社区
- 隔离带尽可能宽,以减少冲突
- 对未来扩张有良好的泛化能力
这个看似简单的问题,恰好就是支持向量机(SVM)要解决的核心问题:在高维空间中找到最优的分类超平面。
核函数与核技巧
View All Tags"在机器学习的众多算法中,支持向量机就像一位精密的几何学家,总是能找到分离数据的最优边界。" —— 2016年在老虎致远深入研究SVM时的感悟
想象你是一位城市规划师,需要在两个敌对社区之间建造一条隔离带。你的目标是:
这个看似简单的问题,恰好就是支持向量机(SVM)要解决的核心问题:在高维空间中找到最优的分类超平面。