Gần đây, khi học máy học, tôi đã thấy một bài đăng trên reddit Please explain Support Vector Machines (SVM) like I am a 5 year old, một lời khen!
Hỗ trợ máy vector hỗ trợ (SVM)
Tất nhiên, trước tiên hãy xem wiki. Support Vector Machines are learning models used for classification: which individuals in a population belong where? So... how do SVM and the mysterious
kernel work?
Được rồi, câu chuyện là như thế này:
Vào ngày Valentine cách đây rất lâu, Big Man muốn cứu người yêu của mình, nhưng ma quỷ đã chơi trò chơi với anh ấy.
Ma quỷ đặt hai quả bóng màu trên bàn dường như theo quy tắc, nói: Ồ, bạn có thể tách chúng với một cây gậy không? yêu cầu: Cố gắng càng nhiều bóng càng tốt, vẫn áp dụng. Ồ.
Vì vậy, Big Bang đã làm gì tốt?
Sau đó, ma quỷ, đặt nhiều quả bóng hơn trên bàn, dường như có một sân chơi sai trại.
SVM là cố gắng đặt cây gậy ở vị trí tốt nhất để có khoảng cách lớn nhất có thể ở hai bên của cây gậy.
Bây giờ, dù ma quỷ có đặt nhiều bóng hơn, cây gậy vẫn là một ranh giới tốt.
Sau đó, trong bộ công cụ SVM có một thủ thuật quan trọng hơn. Quỷ thấy Big Man đã học được một thủ thuật, vì vậy Quỷ đưa cho Big Man một thách thức mới.
Bây giờ, người đàn ông không có cây gậy để giúp anh ta tách hai quả bóng, bây giờ làm gì? Tất nhiên, như trong tất cả các bộ phim võ thuật, người đàn ông đánh bàn, quả bóng bay lên không khí. Sau đó, nhờ vào sự nhẹ nhàng của người đàn ông, người đàn ông lấy một tờ giấy và chèn giữa hai quả bóng.
Bây giờ, từ góc nhìn của con quỷ, những quả bóng này trông giống như bị tách ra bởi một đường cong.
Và sau đó, những người lớn chán nản, họ gọi những quả bóng là "dữ liệu", họ gọi cây gậy là "classifier", họ gọi thủ thuật khoảng cách lớn nhất là "optimization", họ gọi cái bàn là "kernelling", và tờ giấy đó là "hyperplane".
Dữ liệu tham khảo:
Vui lòng giải thích Support Vector Machines (SVM) như tôi là một đứa trẻ 5 tuổi.
Support Vector Machines được giải thích rõ ràng
SVM là gì?
SVM - support vector machine, thường được gọi là máy hỗ trợ vector, là một thuật toán học được giám sát thuộc thể loại phân loại. Trong các ứng dụng khai thác dữ liệu, tương ứng và khác biệt với Clustering không được giám sát. Nó được sử dụng rộng rãi trong học máy, thị giác máy tính và khai thác dữ liệu. SVM hoạt động như hình trên.
Giả sử chúng ta muốn phân chia vòng tròn thực và vòng tròn trống bằng đường 38. Có rất nhiều đường dây có thể hoàn thành nhiệm vụ này. Trong SVM, chúng ta tìm một ranh giới tối ưu để nó có được biên độ lớn nhất ở cả hai bên. Trong trường hợp này, một vài điểm dữ liệu được làm thô bên cạnh được gọi là vector hỗ trợ, đây cũng là nguồn gốc của tên của thuật toán phân loại này.
Chúng ta có thể mở rộng đến bất kỳ n chiều và thậm chí không gian vô hạn, ví dụ như hình 2,
Chúng ta có một đống các điểm dữ liệu trong không gian n chiều đến không giới hạn chiều, Sau đó, người ta luôn có thể tìm thấy một siêu phẳng tối ưu luôn ở chiều n-1.
Cuối cùng, Phương hướng thống kê: Support Vector Machines (SVM) wiki: Support vector machine Bài học:columbia.eduTrang của Và một video thuyết trình tuyệt vời.http://youtu.be/3liCbRZPrZA
Được chuyển thể từ Knows