Изменения

Перейти к: навигация, поиск

Метод опорных векторов (SVM)

134 байта убрано, 17:59, 31 марта 2019
м
Нет описания правки
Но для двух линейно разделимых классов существует бесконечное множество разделяющих гиперплоскостей. Метод опорных векторов выбирает ту гиперплоскость, которая максимизирует отступ между классами:
{{Определение
|definition='''Отступ''' (англ. ''margin'') — характеристика, оценивающая, насколько объект "погружён" в свой класс, насколько типичным представителем класса он является. Чем меньше значение отступа $M_i$, тем ближе объект $\vec{x}_i$ подходит к границе классов и тем выше становится вероятность ошибки. Отступ $M_i$ отрицателен тогда и только тогда, когда алгоритм $a(x)$ допускает ошибку на объекте $\vec{x}_i$.  Для задачи бинарной классификациилинейного классификатора отступ определяется уравнением: $MM_i(x_i\vec{w}, y_ib) = y_i(\langle x_i, \vec{w \rangle - w_0)$Для задачи классификации на несколько классов: $M(x_i}, y_i) = \langle x_i, w_vec{y_ix}_i \rangle - \max\limits_{y \in \mathbb{Y}, y \ne y_i} \langle x_i, w_y\rangleb)$
}}
23
правки

Навигация