3个数学向量思维导图合集,内容涵盖间隔与支持向量、对偶问题、核函数、核方法、软间隔与正则化等6个知识点,每张思维导图都非常漂亮,每张图片均高清晰可打印。
第1张,向量思维导图精选版
第2张,向量思维导图值得收藏
第3张,向量思维导图附打印高清版
第4张,向量思维导图高清晰可打印
思维导图知识点说明:
- 间隔与支持向量:分类学习最基本的思想就是基于训练集D在样本空间中找到一个划分超平面,将不同类别的样本分开
- 对偶问题:对支持向量机的基本型(凸二次规划问题)使用拉格朗日乘子法得到
- 核函数:原始样本空间内不存在一个能正确划分两类样本的超平面,可以从原始空间映射一个更高维的特征空间,使得样本在此空间内线性可分线性可分
- 常用的函数:线性核,多项式核,高斯核,拉普拉斯核,Sigmoid核
- 核函数组合:核函数的线性组依旧是核函数
- 核方法:一系列基于核函数的学习方法
- 软间隔与正则化:软间隔:允许支持向量机在一些样本上出错(所有样本全部分类正确为硬间隔)
- 替代损失函数:hinge损失,指数损失,对率损失
- 正则化:可以理解为一种“罚函数法”,使得优化过程趋于希望目标
- 支持向量回归:
- 带松弛变量的SVR:带松弛变量的SVR目标函数优化
- SVR回归模型的支持向量:SVR的算法过程
Comments (0)