今日大綱
支持向量機可以處理迴歸與分類的問題,其目標為最大化間距 (Margin)。那什麼是支持向量?
支持向量為決定決策邊界的資料,於間距內與間距上的皆稱為支持向量 (Support vector),而間距外的資料對決策邊界無任何影響力。
常見的kernel function有以下四個:
(1) Guaussian kernel:又稱Radial basis function (RBF),它能夠學習較複雜的決策邊界,在python如果沒有特別指定,kernel function default 為RBF。
(2) Linear kernel: 與線性支持向量機一樣。
(3)Sigmoid kernel: 此函數能夠學習曲線的決策邊界,此函數就是邏輯斯迴歸 (Logistic regression)所使用的。
(4)Polynomial kernel: 多項式kernel能夠學習圓形的決策邊界。
圖片來源:Xie et al., 2018
感謝您的瀏覽,明天將介紹SVM的loss function以及實作,我們明天見!