# 支持向量机

  • 对于任意线性可分的两组点,它们在 SVM 分类的超平面上的投影都是 线性不可分的

  • SVM 的分类结果仅依赖于支持向量

  • 一个使用高斯核训练的 SVM 中,若给定训练集中不存在两个点在同一位置,则存在一组参数使得该 SVM 的训练误差为 0

  • 在实际训练一个不加入松弛变量的 SVM 模型时,能够保证得到的 SVM 分类器满足训练误差为 0

  • 实际应用中,如果使用 SMO 算法训练一个加入了松弛变量的线性 SVM 模型,并且惩罚因子 $C$ 为一任意未知常数,不一定能够得到误差为 0 的模型

Copyright © 2020 CheeReus_11 | 鄂ICP备2020022304号

鄂公网安备 42011502001280号