当前位置:新励学网 > 秒知问答 > 支持向量机为什么能解决维数灾难和局部最小

支持向量机为什么能解决维数灾难和局部最小

发表时间:2024-07-26 05:25:01 来源:网友投稿

支持向量机通俗来讲,它是一种二类分类模型,其基本模型定义为特征空间上的间隔最大的线性分类器,即支持向量机的学习策略便是间隔最大化,最终可转化为一个凸二次规划问题的求解。

其思路是简单情况,线性可分,把问题转化为一个凸优化问题,可以用拉格朗日乘子法简化,然后用既有的算法解决。复杂情况线性不可分,用映射函数将样本投射到高维空间,使其变成线性可分的情形。利用核函数来减少高维度计算量。

回到问题(个人理解):

1、支持向量机并不是“解决”维数灾难,准确来说是能避免“引起”维数灾难,利用核函数投射到高维,输入的维数n对核函数矩阵无影响。

2、SVM可转化为一个凸优化问题的求解,则局部最优解就是全局最优解。

免责声明:本站发布的教育资讯(图片、视频和文字)以本站原创、转载和分享为主,文章观点不代表本网站立场。

如果本文侵犯了您的权益,请联系底部站长邮箱进行举报反馈,一经查实,我们将在第一时间处理,感谢您对本站的关注!