多类SVM

梯度求导

SVM的损失函数在某个数据点上的计算:

L_i=\displaystyle\sum_{j\not =y_i}[max(0,w^T_jx_i-w^T_{y_i}x_i+\Delta)]

支持向量机

最大间隔分类器

函数间隔:$γ^{i} = y^{i}(w^{T} x + b)$,

改变w和b的量级,对分类结果不会产生任何影响,但是会改变函数间隔的大小。因此,直接对函数间隔求最大值是没有任何意义的。因为可以通过任意改变w、b的量级,使得函数间隔任意大。

Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×