Python与机器学习实战——SVM(1)

SVM 感知器能将线性可分数据集准确分割开，但是从损失函数可以看出，只是分割开了，但是没有一个最优解，比如： 这样虽然两条直线都将数据集分开了，但是如果出现了一个新的数据点，很有可能这个数据点的分割结果是错误的。比如这样： 那么就需要绿色的这个“超平面”作为分类输出才行。这个最有“超平面”就是支持向量机SVM的分类思想。 线性SVM 在感知器中有描述到样本点 ( x i , y i ) (x_i,

>>阅读原文<<