Обсуждение:SVM для линейно неразделимой выборки (пример)
Материал из MachineLearning.
(Различия между версиями)
(Новая: == Существенные критические замечания == В данной статье приведен общий подход к описанию алгоритмов SV...) |
(Новая: == Существенные критические замечания == В данной статье приведен общий подход к описанию алгоритмов SV...) |
Текущая версия
Существенные критические замечания
В данной статье приведен общий подход к описанию алгоритмов SVM, указано его обобщение для линейно неразделимых выборок. Главным недостатком в описании идеи спрямляющих пространств является отсутствие явной формулы для алгоритма. А именно:
.
Из этой формулы, очевидно, следует, что в случае, если ядро () не является линейной функцией евклидового скалярного произведения(
), то разделяющая поверхность также не будет линейной. Однако, графики разделяющих поверхностей, построенные с использованием сигмоидального ядра, оказываются прямыми. В частности:
.
Из написанного выше, очевидно, следует, что работа выполнена неправильно. Всем читающим эту статью имеет смысл обратить на это внимание.
pasechnik 16:56, 21 июня 2010 (MSD)
