推 asdiy: 記得 他好像是用 寫成一個協方差矩陣 (距離矩陣)來計算03/30 22:11
→ asdiy: 的 所以3可以 拿svm的 公式來找出為0的 線段03/30 22:11
推 ching0629: 對於任意kernel function而言,都可以找到一個對應的特03/30 22:14
→ ching0629: 徵工程方式,如對一個資料僅含x1和x2兩個變項的資料,03/30 22:14
→ ching0629: 進行二次多項式kernel function轉換,其對應到的特徵工03/30 22:14
→ ching0629: 程方式是增加x1x2、x2x1、x1平方、x2平方等四項,所以03/30 22:14
所以這個時候應該是有五個
weight 對嗎?就是含bias
→ ching0629: 在有些情形下的確能找到一個對應的線性svm對應到原來03/30 22:14
→ ching0629: 具有kernel function的svm。但為什麼說有些情況而已呢03/30 22:14
→ ching0629: ,這是因為有些kernel function對應到的特徵工程是無03/30 22:14
→ ching0629: 限多維的空間,這時候你當然寫不出線性svm的方程式,預03/30 22:14
→ ching0629: 測新資料時就只能直接使用拉格朗日乘算子與支持向量進03/30 22:14
→ ching0629: 行運算03/30 22:14
※ 編輯: empireisme (101.12.53.3 臺灣), 03/30/2020 23:24:43
※ 編輯: empireisme (219.91.75.186 臺灣), 03/31/2020 09:44:31
※ 編輯: empireisme (219.91.75.186 臺灣), 03/31/2020 09:45:32
推 ching0629: 是7個weight,還要加上原來的x1和x2,但其中x1x2與x2x1 03/31 13:13
→ ching0629: 兩個權重一樣 03/31 13:13
感謝回答 但還是不知道如何把3d 的eqation要怎麼投影回 2d 我有重發一篇 可能比較清楚
※ 編輯: empireisme (219.91.75.186 臺灣), 03/31/2020 13:27:28