支持向量的最小数量

数据挖掘 分类 支持向量机
2022-02-23 05:27:20

我试图理解 SVM 的概念。考虑线性可分数据{(xi,yi)}i=1n,xi∈Rd,yi∈{−1,1}.Let  {x|wTx+b=0}是分隔数据的边距最大化超平面。直觉上我明白，由于存在至少 2 个类的分类问题，因此应该至少有两个支持向量（每个类一个）。但是是否有任何正式的证明（支持向量的最小数量为 2）？是否有两个以上的支持向量？如果是这样，你能举个例子吗？

2个回答

这个问题有一个答案：https ://stats.stackexchange.com/questions/259290/theoretical-minimum-number-of-support-vectors

另外，请点击那里的链接以查看更多...

考虑将“机器”作为分界线，将“支持向量”作为观察值及其属性。它通常是一个二项式分类问题。为此，您至少需要两个观察结果。

其它你可能感兴趣的问题
上一篇什么是不可分解和/或不可微的损失函数？ 下一篇有没有定向聚类算法？