一、简单的支持向量分类(完全线性可分的数据)
1、线性分类SVM:用线或者面完全分割,用硬间隔就行。
2、有异常点的不能用简单的线性分割,用软间隔进行处理:容忍部分错误分类。如下图
二、复杂SVM分类(处理完全线性不可分的数据)
1、将低维数据映射到高维(核函数)
K(x,z)=ϕ(xi)∙ϕ(xj)
为了避免维数爆炸,核函数采用在低维运算,然后投射到高维而不是直接在高维运算。
2、核函数分类
2.1、线性核函数(Linear Kernel)
其实就是我们前两篇的线性可分SVM,表达式为:
K(x,z)=x∙zK(x,z)=x∙z