支持向量机学习笔记(2)合页损失函数
2017-10-18 10:41
218 查看
合页损失函数
对于线性支持向量机学习来说,其模型为分离超平面及决策函数,
其学习策略为软间隔最大化,学习算法为凸二次规划。
现行支持向量机学习另一种解释,就是最小化一下目标函数:
目标函数的第一项是经验损失或经验风险,
函数称为合页损失函数(hinge
loss function)。
下标“+”表示取正值的函数:
定理:线性支持向量机原始最优化问题:
等价于最优化问题
合页损失函数的图形如下图,横轴是函数间隔,纵轴是损失
对于线性支持向量机学习来说,其模型为分离超平面及决策函数,
其学习策略为软间隔最大化,学习算法为凸二次规划。
现行支持向量机学习另一种解释,就是最小化一下目标函数:
目标函数的第一项是经验损失或经验风险,
函数称为合页损失函数(hinge
loss function)。
下标“+”表示取正值的函数:
定理:线性支持向量机原始最优化问题:
等价于最优化问题
合页损失函数的图形如下图,横轴是函数间隔,纵轴是损失
相关文章推荐
- SVM-支持向量机学习(4):再谈线性SVM-正则化合页损失函数
- 【SVM学习笔记】支持向量机学习1
- 支持向量机学习笔记2
- 机器学习-支持向量机SVM学习笔记一
- 支持向量机学习笔记
- 《机器学习实战》学习笔记-[6]-支持向量机SMO
- 【SVM学习笔记】支持向量机学习2
- 机器学习--学习笔记(四)--支持向量机
- OpenCv学习笔记---OpenCv中支持向量机模块SVM------源代码分析
- 机器学习-支持向量机SVM学习笔记二
- 机器学习公开课笔记(7):支持向量机
- 【SVM学习笔记】支持向量机学习3
- 支持向量机学习笔记-SVM
- Spark MLlib 入门学习笔记 - 支持向量机
- [原创]java WEB学习笔记109:Spring学习---spring对JDBC的支持:使用 JdbcTemplate 查询数据库,简化 JDBC 模板查询,在 JDBC 模板中使用具名参数两种实现
- 树莓派学习笔记(6):让Raspbian支持中文、禁用休眠
- ArcGIS API For Flex对ImageServer发布的服务进行渲染及RasterFunction支持函数(学习笔记)
- 【学习笔记】AWS体验之创建RDS实例/创建数据库支持中文编码
- 统计学习方法笔记:支持向量机之线性可分支持向量机与硬间间隔最大化
- 机器学习笔记三------支持向量机