【学习笔记】作业：为什么线性可分数据集中SVM的模型，结果会至少有2个以上的 ...

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

作业：为什么线性可分数据集中SVM的模型，结果会至少有2个以上的支持向量？
支持向量机的分类方法，是在这组分布中找出一个超平面作为决策边界，是模型在数据上的分类误差尽量接近于小，尤其是在未知集上的分类误差尽量小，决策边界一侧的所有点分类为属于一个类，而另一侧的所有点分类属于另一个类。对于线性可分数据集，如果把数据当作我们的训练集，只要直线的一边只有一种类型的数据，就没有分类错误，我们的训练误差就为0。而对于一个数据集来说，让训练误差为0的决策边界可以有无数条。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：学习笔记 习笔记 数据集 SVM 支持向量机