模式识别-支持向量机

VIP免费

2025-01-13 0 0 3.05MB 90 页 5.9玖币

侵权投诉

模式识别

第六章支持向量机

线性判别函数的基本概念

Fisher线性判别函数

感知准则函数

最小平方误差准则函数

多类问题

回顾

回顾 –线性分类器设计

利用训练样本建立线性判别函数

最好的结果一般出现在准则函数的极值点上，所以将分类器设计问题转

化为求准则函数极值 , 或的问题。

步骤1：具有类别标志的样本集 𝟏 𝟐 𝑵 或其增广样本集。

步骤2：确定准则函数，满足① 是样本集和w, w0或a的函数；② 的值

反映分类器的性能，其极值对应“最好”的决策。

步骤3：优化求解准则函数极值 , 或。

最终得到线性判别函数：或，对于位置

类别样本xk，计算g(xk)并通过决策规则判断其类别。

回顾 –多分类问题

1 vs. (N-1) or 1 vs. 1

分段线性判别函数

二次判别函数

神经网络

非线性分类器设计

引言

线性支持向量机

非线性支持向量机

内容

C. Cortes和V. Vapnik (1995年提出)

支持向量机(Support Vector Machine)是基于统计学习理论

(Statistical Learning Theory, SLT)发展起来的一种新的机器学习的

方法。

统计学习理论主要创立者是Vladimir N. Vapnik。

引言

Vladimir N. Vapnik

1936年出生于苏联

1958年乌兹别克国立大学硕士

1964年莫斯科控制科学学院博士

1964-1990年莫斯科控制科学学院

计算机科学与研究系主任

1991-2001年美国AT&T贝尔实验室

发明支持向量机理论

引言

Vladimir N. Vapnik

2002-2014年NEC实验室(美国)

从事机器学习研究

2014年至今美国Facebook公司

从事人工智能研究

1995年和2003年，他分别被伦敦大学皇家霍洛威

学院和美国哥伦比亚大学聘为计算机专业的教授。

2006年，他成为美国国家工程院院士。

引言

V. Vapnik对于统计机器学习的贡献

1968年，Vapnik和Chervonenkis提出了VC熵

和VC维的概念，这些是统计学习理论的核心

概念。同时，他们发现了泛函空间的大数定

理，得到了关于收敛速度的非渐进界的主要

结论。

1974年，Vapnik和Chervonenkis提出了结构

风险最小化归纳原则。

引言

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

5.9 玖币 0人已下载

立即下载 VIP免费下载

摘要：

模式识别第六章支持向量机线性判别函数的基本概念Fisher线性判别函数感知准则函数最小平方误差准则函数多类问题回顾回顾–线性分类器设计利用训练样本建立线性判别函数最好的结果一般出现在准则函数的极值点上，所以将分类器设计问题转化为求准则函数极值,或的问题。步骤1：具有类别标志的样本集��或其增广样本集。步骤2：确定准则函数，满足①是样本集和w,w0或a的函数；②的值反映分类器的性能，其极值对应“最好”的决策。步骤3：优化求解准则函数极值,或。最终得到线性判别函数：或，对于位置类别样本xk，计算g(xk)并通过决策规则判断其类别。回顾–多分类问题1vs.(N-1)or1vs....

展开>> 收起<<

模式识别-支持向量机.pdf

共90页,预览18页

还剩页未读，继续阅读

声明：本站为文档C2C交易模式，即用户上传的文档直接被用户下载，本站只是中间服务平台，本站所有文档下载所得的收益归上传人(含作者)所有。玖贝云文库仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私，请立即通知玖贝云文库，我们立即给予删除！

模式识别-支持向量机

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

热门标签

举报选择: