支持向量机
前言
最近这段时间看论文,总是在论文里看到支持向量机这个名词,但是我一点也不懂,所以花了一个星期的时间来学习了一下。这篇是我做的学习笔记,结合我查阅到的资料整理出来的。由于是刚学,所以文中有比较多的文字是从别的博主文章里面复制粘贴的,本文仅供学习使用,如果原文博主看到,如若涉及侵权,我会删掉这篇博文,请您见谅,望您海涵。当然,文中不乏我对所学知识的总结。本文完全从一个小白的角度出发,因为我就是一个小白,所以内容逻辑性较强,还有我手敲的公式>_<。本文最后加上了我所参考的博文,写的也很好,如有兴趣,可自行百度。若要本文的电子版,评论留下邮箱,仅供学习使用!!!!!!最后感谢参考文献中列出的博文的博主以及UPshuhuai008,谢谢!!! 最后的最后,本文类型选择转载,并非原创!!!
一、简介
二、 线性可分支持向量机(硬间隔)
2.1 支持向量及问题概述
2.2 间隔最大化
2.2.1 样本点与超平面距离
2.2.2 间隔
2.3 优化问题求解方法
2.3.1 拉格朗日乘子法
2.3.2 KKT条件
2.4 对偶问题
2.4.1 KKT条件
三、 线性支持向量机(软间隔)
四、 约束优化问题
4.1 弱对偶性证明
4.2 对偶性的几何解释
4.3 对偶关系之slater condition的解释
4.4 对偶关系之KKT条件
五、 参考内容
[1] https://zhuanlan.zhihu.com/p/77750026
[2] https://blog.csdn.net/sinat_20177327/article/details/79729551
[3] https://blog.csdn.net/weixin_39881922/article/details/80244660?utm_medium=distribute.pc_relevant.none-task-blog-baidujs_title-1&spm=1001.2101.3001.4242
[4] https://blog.csdn.net/qq_24178985/article/details/115636659?spm=1001.2014.3001.5501
[5] https://blog.csdn.net/qq_24178985/article/details/116002631?spm=1001.2014.3001.550
[6] https://blog.csdn.net/weixin_44010678/article/details/86916842
[7] https://www.zhihu.com/question/21094489
[8] https://blog.csdn.net/v_JULY_v/article/details/7624837?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-1.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-1.control
[9] https://blog.csdn.net/weixin_44378835/article/details/110732412?utm_source=app
[10] 《机器学习》 周志华
[11] https://www.bilibili.com/video/BV1Hs411w7ci?from=search&seid=8482001371333436507