Überwachtes Lernen / Support Vector Machines
Überwachtes Lernen / Support Vector Machines
Überwachtes Lernen / Support Vector Machines
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
SVM für nicht linear separierbare Klassen<br />
Bestrafen von Randverletzungen via “slack”-Variablen<br />
Primales Optimierungsproblem:<br />
minimiere:J(w,b,ξ) = 1 2 ||w||2 +C l ∑<br />
i=1 ξ i<br />
unter Nebenbedingungen∀i [y i (wx i +b)≥1−ξ i ,ξ i ≥ 0]<br />
Duales Optimierungsproblem:<br />
maximiere:L ′ (α) =<br />
l ∑<br />
i=1 α i− 1 2<br />
l∑<br />
i=1<br />
l∑<br />
j=1 y iy j α i α j x i x j<br />
unter Nebenbedingungen 0≤α i ≤C und l ∑<br />
y iα i = 0<br />
i=1<br />
(Weder die slack-Variablen noch deren Lagrange-Multiplier<br />
tauchen im dualen Optimierungsproblem auf!)<br />
Einziger Unterschied zum linear trennbaren Fall: KonstanteC in den Nebenbedingungen<br />
Rudolf Kruse Neuronale Netze 272
Change language