问线性可分离数据的支持向量机超平面方程
EN

Data Science用户

提问于 2019-06-10 12:24:29

回答 1查看 43关注 0票数 0

我正在浏览维基百科关于支持向量机的文章，并发现了以下公式：

上面写着：

通过规范化或标准化的数据集，我们所需的超平面wx+b=0的平行超平面可以用方程wx+b=1和wx+b=-1来描述。

这里的标准化和标准化数据是什么意思？如果数据不标准化，应该使用什么公式？

发布于 2019-06-10 12:43:00

训练支持向量机分类器需要归一化/标准化数据。在运行支持向量机之前，您应该始终对变量进行缩放:可以通过最小-最大缩放或标准化(在统计中称为Z-分数)来实现。

这是一个基本的数据恢复操作，如果没有它，像SVM这样的分类器就不会有用。这是因为如果变量不是在相同的尺度上，方差较大的变量将主导所有其他的训练。

你引用的方程是支持向量。在它们旁边的图像中:虚线，其距离必须通过支持向量机分类器最大化。1和-1的值是模型赋予目标类的标签(在二进制分类问题中)。

希望这能帮上忙，否则让我知道。

票数 2

页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://datascience.stackexchange.com/questions/53524

复制

相似问题

问线性可分离数据的支持向量机超平面方程EN