2016-12-20 25 views
0

機械学習に慣れていないので、サポートベクターマシンの話題に行きました。私は、二重表現がサポートベクトルに関連していると言って正しいのかどうかを検証できますか?トレーニングデータの重みがゼロでない場合、それをサポートベクトルとして推定し、サポートベクトルを少なくしますされている、ソリューションはより希薄ですか?二重表現はどのようにサポートベクトルに関連していますか?

ありがとうございます。

+0

トレーニングベクトルは、/二重表現です。ゼロ以外の重みを持つトレーニングベクトルが「サポートベクター」であるということは間違いありません。あなたのSVMを訓練し、分離のマージンが増えるにつれ、ますます多くのトレーニングベクトルの重みがゼロになります。したがって、支援はあなたが望むならば、マージンを「支持」しています - ソリューション/分類の準最適性または最適性に寄与するポイントです。 – BadZen

+0

恐ろしい!詳細な説明をありがとう:) @BadZen –

答えて

1

二重表現は、学習点の位置(カーネルが線形の場合の入力空間内の実際の位置;またはカーネルによって誘導される高次元の特徴空間内のそれらの位置if非線形)。したがって、二重表現は、各データ点に対応する1つの数の重みの束で構成されます。対応するウェイトが非ゼロであるデータポイント?うん、彼らはサポートベクトルです。

+0

工場に感謝!それは私のためにそれをクリアした –

関連する問題