一,支持向量积在分类中的作用

1,定义:找到一个超平面,使其产生一个将数据分类的最大间距

2,什么是支持向量

每一个点为一个向量,支持分界线的点为支持向量。

3,支持向量机与逻辑回归的损失函数

(1)

支持向量机为绿色的Hinge loss     SVM

逻辑回归为红色的Logistic loss

这个图代表什么意思?x轴和y轴各代表什么意思?

(2)

Logistic  loss上升得快,也就是说对于异常值会有更大的惩罚,导致逻辑回归对异常点的容忍程度相对较低

(3)

不管哪一个损失函数,即使分类对了,在边界附近的值也会受到惩罚,这导致二者都会要求能够更好的分类,从而使各个值能够近可能的远离边界。

(4)

如果一个值被确信地分类,也就是它离得边界很远,Logistic loss也不会变为零。这导致逻辑回归进一步要求所有点都能够进一步远离边界。

如果一个值被比较好的分类,也就是它离得边界比较远,Hinge loss立即变为零。这导致支持向量机并不在乎分类正确的较远的点到底在哪,他只在意边界附近的点。

注意:

逻辑回归尝试将所有点都远离边界

支持向量机尝试将支持向量推得更开

图片分析:

逻辑回归想要的是不同种类能分开就全部分开,就算中间隔一张纸也算分开

支持向量机想要的是不同种类离得越远越好,最好是一堵厚墙,即使牺牲一些分类到对方得也无所谓。

人工智能与大数据——支持向量积SVM相关推荐

  1. 最新人工智能、大数据与复杂系统一月特训班_机器学习入门到精通

    课程简介:从Alpha-GO到无人驾驶,人工智能AI结合大数据发挥出惊人功效的场景越来越多.如何从零开始真正入门这个领域?人工智能.大数据与复杂系统一月特训班可以帮到您! 混沌巡洋舰讲师团 来自巴黎高 ...

  2. 疫情中的人工智能和大数据“社会实验”,将如何影响我国经济社会发展

    来源:三思派 最近,上海市科学学研究所编制了<人工智能.大数据支撑新冠肺炎疫情防控报告(1.0版)>.报告预测,疫情过后,人们的生活和工作方式都可能向更加智能化方向发展,一个以智能化.无人 ...

  3. 如何防范Fintech创新中的人工智能、大数据、区块链、云计算技术风险?

    8月14日晚间,京东集团发布了2017年第二季度业绩.除了京东集团的业绩情况,还值得注意的一点是,京东金融重组已于2017年6月30日完成交割,京东金融的财务数据将不再纳入京东集团的合并财务报表. 据 ...

  4. 荐号 | 11个人工智能与大数据相关的个人、企业优质号

    AlphaGo Zero都会自学了,作为刚刚步入AI大门的我们,应该如何选择合适自己的知识平台呢?今天小编为你甄选了几个高质量的技术公众号. 这些号更多的不是讲授枯燥的理论,而是从行业资讯.一线技术. ...

  5. 可口可乐在人工智能和大数据领域的7项应用

    尽管我们有着独特的观察身份来为大家提供投资建议,但我们从不告诉人们他们应该投资哪些股票.相反,我们谈论的是我们做了什么投资,以及我们为什么要做这些投资.用真金白银来验证我们的投资理念.虽然我们主要讨论 ...

  6. 人工智能与大数据就业前景_学大数据和人工智能哪个方向好?

    学大数据和人工智能哪个方向好?大数据和人工智能都是当前的热门技术行业,我认为两个发展前景都不错,并没有伯仲之分,因为两个技术都是相互依赖的,具体学习哪一个主要还看你个人的情况,比较大数据和人工智能技术 ...

  7. 根据我的经验如何进行数据科学,人工智能或大数据工作

    by Richard Freeman, PhD 理查德·弗里曼(Richard Freeman)博士 根据我的经验如何进行数据科学,人工智能或大数据工作 (How to work in Data Sc ...

  8. 2018年关于人工智能、大数据和分析的十大预测

    人工智能已经流行了很长一段时间.但据预测,随着新年的到来,人工智能.大数据和分析等最新技术需要做出改进,以提供更好的性能.升级后的界面还将有助于增强机器与人的协作.企业将获得巨大的收益,因为资源将被转 ...

  9. 人工智能与大数据的应用

    两个概念 人工智能--人造的智能,通过研究人类的智能,了解人类智能(看.听.说.写.闻.思考等能力)的实质,生产出具有人类智能的机器. 大数据–密度大.体量大.维度多.价值高的数据. 人工智能与大数据 ...

最新文章

  1. 如何锻炼自己的抗干扰能力
  2. Java入门系列-09-循环结构
  3. [Bjoi2014]大融合
  4. 【数据库】分库分表策略
  5. 划重点!十分钟掌握牛顿法凸优化
  6. 虚拟内存越大越好吗_滤波电容越大越好吗?
  7. 产品认知:看清事物本质的核心思维——效率思维
  8. Spring Boot 乐观锁加锁失败 - 集成AOP
  9. “云原生全家桶“KubeSphere 如何让企业从容迈进云原生时代?
  10. 蒙特利尔大学助理教授唐建《图表示学习:算法与应用》研究进展
  11. windows下ping命令的结果前加上系统的当前时间
  12. boot spring test 文档_SpringBoot入门十,添加junit单元测试
  13. OSPF 224.0.0.5(AllSPFRouters)和224.0.0.6(AllDRouters)的区别
  14. Linux的基础命令和配置文件
  15. webstorm的下载以及React环境搭建
  16. dts directshow filter_DTS是什么?详解来了
  17. TwinCAT 3 EtherCAT控制伺服
  18. 实时视频传输协议RTP
  19. 使用ActiveMQ中间件方式发送邮件
  20. 线性回归(Linear regression)算法

热门文章

  1. 期货反向跟单—苦难得见人性(2)
  2. 【数据仓库】缓慢变化维介绍及其解决SCD问题
  3. 各大Python IDE的优缺点,看看哪种最适合你?
  4. MICCAI 2022 KiPA Challenge:肾脏多器官分割挑战赛
  5. MEMS陀螺仪姿态算法入门
  6. 邮件服务器篇:三大邮件服务器软件“华山论剑”
  7. Unity3D内存管理
  8. obs多推流地址_知乎电脑端(PC端)OBS直播教程
  9. 用pageOffice文档控件实现 office文档在线编辑
  10. 拉勾教育第五期学习笔记