我正在学习支持向量机，但我无法理解如何为二进制分类器中的数据点选择类标签。是否就分离超平面的每个维度的分类达成共识？
使用 SVM 作为二元分类器，数据点的标签是通过共识选择的吗？
数据挖掘
支持向量机
分类
二进制
2021-09-17 08:58:54
1个回答
就我而言，共识一词是用于当您有多个指标/度量/选择来源来做出决定时的情况。并且，为了选择可能的结果，您对可用值执行一些平均评估/共识。
这不是 SVM 的情况。该算法基于二次优化，即使用超平面进行拆分，最大化与两个不同类别的最近文档的距离。
因此，这里唯一的共识是生成的超平面，它是从每个类的最接近的文档中计算出来的。换句话说，通过计算从点到派生的超平面的距离，将类归因于每个点。如果距离为正，则属于某一类，否则，属于另一类。