SVM系列第十一講--損失函數(shù)

我們的SVM算法在前面的十講中已經(jīng)基本介紹完畢了,現(xiàn)在還剩下兩個(gè)小問題,一個(gè)是SVM的損失函數(shù)問題,一個(gè)是求解α的SMO算法。這一講我們先來介紹一下SVM的損失函數(shù)。

1、Hinge損失函數(shù)

首先我們來看什么是合頁損失函數(shù)(hinge loss function):


hinge loss function

下標(biāo)”+”表示以下取正值的函數(shù),我們用z表示中括號(hào)中的部分:



也就是說,數(shù)據(jù)點(diǎn)如果被正確分類,損失為0,如果沒有被正確分類,損失為z。
合頁損失函數(shù)如下圖所示:

2、SVM損失函數(shù)

SVM的損失函數(shù)就是合頁損失函數(shù)加上正則化項(xiàng):


損失函數(shù)
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容