Skip to content

Latest commit

 

History

History
35 lines (21 loc) · 1.31 KB

File metadata and controls

35 lines (21 loc) · 1.31 KB

10. 支持向量机(SVM)中的支持向量是什么意思

<iframe src="https://ghbtns.com/github-btn.html?user=geekcircle&repo=machine-learning-interview-qa&type=star&count=true&size=large" frameborder="0" scrolling="0" width="160px" height="30px"></iframe>

题目

我们在下面的二元标签的数据集上训练一个线性SVM模型

+:(−1,1),(1,−1),(−1,−1)
−:(1,1),(2,0),(2,1)

这个模型中的支持向量是哪些?

A. (−1,1),(1,1),(2,1) B. (−1,1),(−1,−1),(2,1) C. (−1,1),(1,−1),(1,1),(2,0)

解析

示意图

在画分割线区分红绿两类点的时候,可以问自己一个问题,你认不认为所有的点对于分割线的位置都是起决定性作用的?

其实在特别远的区域,哪怕你增加10000个样本点,对于分割线的位置,也是没有作用的,因为分割线是由几个关键点决定的(图上三个),这几个关键点支撑起了一个分割超平面,所以这些关键点,就是支持向量。

参考文档

答案

在坐标系中画一下,即可知道C是正确答案