Optimal-trennende Hyperebenen und die Support Vector Machine
Optimal-trennende Hyperebenen und die Support Vector Machine
Optimal-trennende Hyperebenen und die Support Vector Machine
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Vergleich Der Kostenfunktionen<br />
• Betrachten wir der Einfachheit einen Datenpunkt der Klasse 1<br />
• Der Beitrag zur Kostenfunktion ist:<br />
– Quadratische Kostenfunktion (blau) : (1 − (x T i w))2<br />
– Perzeptron (schwarz) | − (x T i w)| +<br />
– Vapniks <strong>Hyperebenen</strong> (grün): |1 − (x T i w)| +<br />
– Logistische Regression (magenta): log(1 + exp(−x T i w))<br />
– Neuronales Netz (rot): (1 − sig(x T i w))2<br />
17
Change language