機器學習之支援向量與間隔

Lois發表於2020-07-04


將中間的這條線分別向兩邊平行移動,直到穿過某一個或某幾個訓練樣本點為止。
我們將超平面記為(w, b)。
事實 1:w^TX + b = 0 與 aW^TX + ab = 0是同一個平面。a\in R^+
若(W, b)滿足公式 1,則(aW, ab) 也滿足公式 1。
事實 2:點到平面的距離公式
平面:w_1x + w^2y + b = 0 則(x_0, y_0) 到此平面的距離:

d = \dfrac{|w_1X_0 + w_2y_0 + b|} {\sqrt{w_1^2 + w_2^2}}

樣本空間中任意點 x 到超平面(w, b)的距離可寫為

r = \dfrac{|\mathbf{w}^T\mathbf{x} +b|}{||\mathbf{w}||}

本作品採用《CC 協議》,轉載必須註明作者和本文連結

Hacking

相關文章