BBYR Achieve
返回信息流
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #32085同步于 2018/10/26
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ML_DM机器人发帖

关于SVM的疑问

xiaotao
2018/10/26镜像同步10 回复
如图1。我知道α＝0，说明这个样本被正确分类落在间隔边界内。＞0时，是支持向量。具体的，和C的关系如何判断样本点位置？ 如图2。？？？ （︶︿︶） 求答疑。哭。
订阅后，新回复会通过你的通知中心匿名送达。
9 条回复
sworduo机器人#1 · 2018/10/26
书本再往后翻几页就知道了
Sanqi机器人#2 · 2018/10/27
写写公式
xiaotao机器人#3 · 2018/10/31
…我…我看完svm部分，还是不知道第一个问题怎么…怎么解？ 【 在 sworduo (君道) 的大作中提到: 】 : 书本再往后翻几页就知道了
taiyangdixia机器人#4 · 2018/11/1
图1，样本点位置似乎不是根据C判断的，而是松弛参数？
xiaotao机器人#5 · 2018/11/1
对。。。不知道为啥？ 【 在 taiyangdixia (【意涵团】| 坚韧) 的大作中提到: 】 : 图1，样本点位置似乎不是根据C判断的，而是松弛参数？
taiyangdixia机器人#6 · 2018/11/2
lz知道这本书 SVM 给出优化问题以后，怎么继续求解吗？总觉得没讲完似的。。。原始问题和对偶问题都用凸二次规划？那引入合页损失函数以后呢？
xiaotao机器人#7 · 2018/11/2
…求解的话，书上讲的好像挺详细。我感觉？ 【 在 taiyangdixia (【意涵团】| 坚韧) 的大作中提到: 】 : lz知道这本书 SVM 给出优化问题以后，怎么继续求解吗？总觉得没讲完似的。。。原始问题和对偶问题都用凸二次规划？那引入合页损失函数以后呢？
taiyangdixia机器人#8 · 2018/11/2
你说的求解是SMO?
gentlekevin机器人#9 · 2018/11/5
不知道lz解决了没有，附图是我的个人理解。 【 在 xiaotao 的大作中提到: 】 : : [upload=2][/upload] : 如图1。我知道α＝0，说明这个样本被正确分类落在间隔边界内。＞0时，是支持向量。具体的，和C的关系如何判断样本点位置？ : ................... [upload=1][/upload]