当前位置: 首页 > article >正文

支持向量机(SVM)例题

对于图中所示的线性可分的20个样本数据,利用支持向量机进行预测分类,有三个支持向量 A ( 0 , 2 ) A\left(0, 2\right) A(0,2) B ( 2 , 0 ) B\left(2, 0\right) B(2,0) C ( − 1 , − 1 ) C\left(-1, -1\right) C(1,1)

  1. 求支持向量机分类器的线性判别函数。
  2. 删除点 A A A后,支持向量是否发生变化?

在这里插入图片描述
求解:

  1. 三个点,建立联立方程组:
    { w 1 x A + w 2 y A + b = 1 w 1 x B + w 2 y B + b = 1 w 1 x C + w 2 y C + b = − 1 \begin{cases} w_1 x_A + w_2 y_A + b &= 1 \\ w_1 x_B + w_2 y_B + b &= 1 \\ w_1 x_C + w_2 y_C + b &= -1 \\ \end{cases} w1xA+w2yA+bw1xB+w2yB+bw1xC+w2yC+b=1=1=1

[ x A y A 1 x B y B 1 x C y C 1 ] [ w 1 w 2 b ] = [ 1 − 1 − 1 ] \begin{bmatrix} x_A & y_A & 1 \\ x_B & y_B & 1 \\ x_C & y_C & 1 \\ \end{bmatrix} \begin{bmatrix} w_1 \\ w_2 \\ b \\ \end{bmatrix}=\begin{bmatrix} 1 \\ -1 \\ -1 \\ \end{bmatrix} xAxBxCyAyByC111 w1w2b = 111
求解
w 1 = 0.5 w 2 = 0.5 b = 0 \begin{align*} w_1 &= 0.5 \\ w_2 &= 0.5 \\ b &= 0 \\ \end{align*} w1w2b=0.5=0.5=0
线性判别函数
f ( x ) = 0.5 x + 0.5 y f(x) = 0.5x + 0.5y f(x)=0.5x+0.5y

  1. 变化
http://www.lryc.cn/news/2396012.html

相关文章:

  • SQL中各个子句的执行顺序
  • PHP下实现RSA的加密,解密,加签和验签
  • 本地部署消息代理软件 RabbitMQ 并实现外部访问( Windows 版本 )
  • 每日c/c++题 备战蓝桥杯(P2240 【深基12.例1】部分背包问题)
  • Java异步编程:CompletionStage接口详解
  • Java后端接受前端数据的几种方法
  • Oracle OCP认证的技术定位怎么样?
  • powershell7.5@.net环境@pwsh7.5在部分windows10系统下的运行问题
  • 基于微信小程序的垃圾分类系统
  • CSS3 渐变、阴影和遮罩的使用
  • Spring Boot 全局配置文件优先级
  • 流媒体基础解析:视频清晰度的关键因素
  • grid网格布局
  • C#数字金额转中文大写金额:代码解析
  • Vehicle HAL(2)--Vehicle HAL 的启动
  • JS中的函数防抖和节流:提升性能的关键技术
  • Android Compose开发架构选择指南:单Activity vs 多Activity
  • 【Netty系列】Reactor 模式 1
  • vue3 el-input type=“textarea“ 字体样式 及高度设置
  • 并发解析hea,转为pdf格式
  • 【C语言】详解 指针
  • RabbitMQ仲裁队列高可用架构解析
  • 刚出炉热乎的。UniApp X 封装 uni.request
  • Apache Kafka 实现原理深度解析:生产、存储与消费全流程
  • Python 训练营打卡 Day 41
  • leetcode付费题 353. 贪吃蛇游戏解题思路
  • CCPC dongbei 2025 I
  • 系统性学习C语言-第十三讲-深入理解指针(3)
  • 代理模式核心概念
  • uni-app学习笔记十五-vue3页面生命周期(二)