我对 SVM 有一些困惑,因为我没有太多的数学背景。
设超平面(任意维度)的方程为w'x+b=0
,现在我知道权重向量 w
正交于这个超平面。
方程是w'x+b=0
只是与 SVM 无关的超平面的一般方程,即如果 w
和 x
是一般向量,那么形式为 w'x+b=0
的任何超平面都是将有矢量 w
正交于超平面?
考虑以下场景:
现在同时最小化目标函数0.5*||w||^2
,我们将约束条件设为 w'x+b>=1
例如 class 2
和 w'x+b<=-1
例如 class 1
.因此,如果我将这些方程式更改为 w'x+b>=2
和 w'x+b<=-2
,我会得到一个边缘更大的分类器吗?如果,那我们为什么不使用它呢?如果不是,那为什么不呢?
最佳答案
是的,任何超平面都符合该方程,w'
将是正交的。
不,您不会得到两倍大的边距:SVM 算法会找到最大的边距。你会得到 b
的系数是前一个系数的两倍。
关于algorithm - SVM 中的决策边界和权重向量,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44033646/