SVMlight – 寻找权重向量的目的是什么?

SVMlight的网站(在常见问题解答中)提供了一个计算超平面权重向量的脚本。它说这个脚本“计算支持向量的加权和”。

这意味着什么?也就是说,这个脚本做了什么,以及这个权重向量的意义和用途是什么?

提前感谢!


回答:

在线性情况下,超平面总是可以用d+1个数字来定义,其中d是输入空间的维度,而实际支持向量的数量可能要大得多。通过计算这个超平面(我们称之为w),你可以得到一个更紧凑的模型,然后可以用来进行分类:

cl(x) = sgn(w'x + b)

其中w’是w的转置

在核化版本中,情况变得更加复杂,因为w是以特征空间投影的形式存在的,这个投影可能是未知的(或者计算成本太高),所以无法得到这样一个对象的方程(因为它不再是输入空间中的超平面,而是非常丰富的特征空间中的超平面)。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注