机器学习之支持向量机(SVM)

支持向量机 百度百科(基本看不懂):http://baike.baidu.com/link?url=Z4MU6AYlf5lOX7UGHVYg9tBvxBGOkriPtNt0DixmscnMz06q5fZkMYql6lIKOXakUsBYNAG6X_0qy3F6eJpHpXlWZLMwD55_Ns9a0D1jODEAQvgg1IjESFOx7VOhLss5Z0nv_L9qZzmv-viv9jZST_

在知乎看到如下解释,认为解释的相当不错(通俗易懂),于是几下。

在很久以前的情人节,大侠要去救他的爱人,但魔鬼和他玩了一个游戏。

魔鬼在桌子上似乎有规律放了两种颜色的球,说:“你用一根棍分开它们?要求:尽量在放更多球之后,仍然适用。”



于是大侠这样放,干的不错?



然后魔鬼,又在桌上放了更多的球,似乎有一个球站错了阵营。





SVM就是试图把棍放在最佳位置,好让在棍的两边有尽可能大的间隙。



现在即使魔鬼放了更多的球,棍仍然是一个好的分界线。



然后,在SVM 工具箱中有另一个更加重要的 trick。 魔鬼看到大侠已经学会了一个trick,于是魔鬼给了大侠一个新的挑战。



现在,大侠没有棍可以很好帮他分开两种球了,现在怎么办呢?当然像所有武侠片中一样大侠桌子一拍,球飞到空中。然后,凭借大侠的轻功,大侠抓起一张纸,插到了两种球的中间。


现在,从魔鬼的角度看这些球,这些球看起来像是被一条曲线分开了。

再之后,无聊的大人们,把这些球叫做 「data」,把棍子 叫做 「classifier」, 最大间隙trick 叫做「optimization」, 拍桌子叫做「kernelling」, 那张纸叫做「hyperplane」。

原文地址:https://www.cnblogs.com/RainbowInTheSky/p/7190674.html