从0开始呆板学习--Day23--支持向量机

颠末前面的学习，我们已经知道在办理标题时，告急的不但仅是要在算法A或算法B中选择更优的，而是思量怎么选择用于学习算法的特性和正则化参数，相比神经网络和逻辑回归，支持向量机在这两个方面做得更好。

优化目的(Optimization objective)

让我们先从逻辑回归开始讲起，看看怎样通过一个小小的改动转为支持向量机。

逻辑回归图像

如图，假如我们有一个

的样本，我们的盼望是算法颠末盘算后猜测的

，也就是

远弘大于0；同理，对于

的样本盼望也是其

远远小于0。
我们分别画出

和