SVM及其c++代码运用实例

最近做个小东西,要用到SVM,搜索网上,发现大伙都是各种介绍理论,让我等小码农晕头转向,是故自己学习总结一下,并将代码实例展示出来,方便大家共同探讨,该代码是用opencv编写的,很容易学习滴。

1、SVM小介绍

SVM是一种用超平面定义的分类器,是一种监督的分类算法。即使用带标签的训练数据,SVM得到优化的超平面,使得两类之间的距离最大,这样有什么好处呢?显而遇见,这样可以降低噪声干扰,因为超平面到数据点的距离是最大距离的一半,只要噪声扰动不要越过超平面即可。

推导过程我就不详写了,因为这个页面写不了公式。我手写了个大概的,拍照上传,见下图:

SVM及其c++代码运用实例

也许你会问,这个只是对于线性可分问题的,假如对于线性不可分的呢?其实,这个担心是多余的,SVM可通过核函数升维,将不可分问题变为可分。

也许你还问,怎么使用朗格朗日乘子得到权重向量?我觉得,这个方法很常见,尤其在优化算法里面,下篇博文我会讲一下这个算法的原理及代码实现。

2、实例代码

说了那么多,该搞点实际的东西了,要不然我也成理论家了。看下面这个例子:

运行结果:

SVM及其c++代码运用实例

结果分析,上图是通过SVM分类器实现的类别划分,对于二维数据,超平面可以理解为右上角的分界线,距离超平面最近的点是支持向量,如图画灰环的三个点。什么意思呢?就是说这个超平面主要有着三个点确定。至于代码吧,有注解,大家应该都懂,就不说了。

好了,你应该对SVM有大概的认识了吧。

上一篇:Django ----- 模板2


下一篇:Unable to read TLD "META-INF/c.tld"错误