機(jī)器學(xué)習(xí)面試001—支持向量機(jī)SVM

1. 關(guān)于min和max交換位置滿足的 d* <= p* 的條件并不是KKT條件

Ans:這里并非是KKT條件症脂,要讓等號成立需要滿足strong duality(強(qiáng)對偶)盛垦,之后有學(xué)者在強(qiáng)對偶下提出了KKT條件拍鲤。KKT條件成立需要滿足constraint qualifications,而constraint qualifications之一就是Slater條件——即:凸優(yōu)化問題,如果存在一個點x强法,使得所有等式約束都成立(即取嚴(yán)格不等號焚挠,不包括等號)膏萧,則滿足Slater條件。SVM中此處蝌衔,滿足Slater條件榛泛,等號可以成立

2. 核函數(shù)是從高維空間構(gòu)造超平面,是否會帶來高維計算代價的問題噩斟?

Ans:并不會曹锨。在線性不可分的情況下,SVM首先在低維空間中完成計算剃允,然后通過核函數(shù)將輸入空間映射到高維特征空間沛简,最終在高緯度空間中構(gòu)造出最優(yōu)分離超平面。

3. 高斯核函數(shù)在方差參數(shù)δ上選取有什么影響斥废?

Ans:如果δ選的很大椒楣,高次特征上的權(quán)重會衰減的非常快牡肉,此時相當(dāng)于一個低維度的子空間捧灰;如果δ選的很小,則可以將任意的數(shù)據(jù)映射為線性可煩荚板,但可能帶來非常嚴(yán)重的過擬合問題凤壁。

4. 核函數(shù)的本質(zhì)是什么?

Ans:①解決線性不可分問題 ②在低維上先進(jìn)行計算跪另,將實質(zhì)的分類效果在高維上呈現(xiàn)拧抖,巧妙地避免了高維計算復(fù)雜性的問題。

5. 在目標(biāo)函數(shù)中免绿,拉格朗日的參數(shù)α的取值有什么特點唧席?

image
image

Ans:對于遠(yuǎn)離平面的點為0;在邊緣線的值在 [0, 1/N]之間;對于outlier數(shù)據(jù)的值為1/N

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末淌哟,一起剝皮案震驚了整個濱河市迹卢,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌徒仓,老刑警劉巖腐碱,帶你破解...
    沈念sama閱讀 222,729評論 6 517
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異掉弛,居然都是意外死亡症见,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,226評論 3 399
  • 文/潘曉璐 我一進(jìn)店門殃饿,熙熙樓的掌柜王于貴愁眉苦臉地迎上來谋作,“玉大人,你說我怎么就攤上這事乎芳∽裱粒” “怎么了?”我有些...
    開封第一講書人閱讀 169,461評論 0 362
  • 文/不壞的土叔 我叫張陵奈惑,是天一觀的道長吭净。 經(jīng)常有香客問我,道長携取,這世上最難降的妖魔是什么攒钳? 我笑而不...
    開封第一講書人閱讀 60,135評論 1 300
  • 正文 為了忘掉前任,我火速辦了婚禮雷滋,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘文兢。我一直安慰自己晤斩,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 69,130評論 6 398
  • 文/花漫 我一把揭開白布姆坚。 她就那樣靜靜地躺著澳泵,像睡著了一般。 火紅的嫁衣襯著肌膚如雪兼呵。 梳的紋絲不亂的頭發(fā)上兔辅,一...
    開封第一講書人閱讀 52,736評論 1 312
  • 那天,我揣著相機(jī)與錄音击喂,去河邊找鬼维苔。 笑死,一個胖子當(dāng)著我的面吹牛懂昂,可吹牛的內(nèi)容都是我干的介时。 我是一名探鬼主播,決...
    沈念sama閱讀 41,179評論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼沸柔!你這毒婦竟也來了循衰?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 40,124評論 0 277
  • 序言:老撾萬榮一對情侶失蹤褐澎,失蹤者是張志新(化名)和其女友劉穎会钝,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體工三,經(jīng)...
    沈念sama閱讀 46,657評論 1 320
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡迁酸,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,723評論 3 342
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了徒蟆。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片胁出。...
    茶點故事閱讀 40,872評論 1 353
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖段审,靈堂內(nèi)的尸體忽然破棺而出全蝶,到底是詐尸還是另有隱情,我是刑警寧澤寺枉,帶...
    沈念sama閱讀 36,533評論 5 351
  • 正文 年R本政府宣布抑淫,位于F島的核電站,受9級特大地震影響姥闪,放射性物質(zhì)發(fā)生泄漏始苇。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 42,213評論 3 336
  • 文/蒙蒙 一筐喳、第九天 我趴在偏房一處隱蔽的房頂上張望催式。 院中可真熱鬧,春花似錦避归、人聲如沸荣月。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,700評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽哺窄。三九已至,卻和暖如春账锹,著一層夾襖步出監(jiān)牢的瞬間萌业,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,819評論 1 274
  • 我被黑心中介騙來泰國打工奸柬, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留生年,地道東北人。 一個月前我還...
    沈念sama閱讀 49,304評論 3 379
  • 正文 我出身青樓鸟缕,卻偏偏與公主長得像晶框,于是被迫代替她去往敵國和親排抬。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,876評論 2 361

推薦閱讀更多精彩內(nèi)容

  • 【概述】 SVM訓(xùn)練分類器的方法是尋找到超平面授段,使正負(fù)樣本在超平面的兩側(cè)(分類正確性即“分得開”)蹲蒲,且樣本到超平面...
    sealaes閱讀 11,089評論 0 7
  • 二、核函數(shù) 上一節(jié)我們說到侵贵,在引入對偶問題與KKT條件以后届搁,此時的w為 于是此時的模型從wx+b轉(zhuǎn)換成了另一個形式...
    小碧小琳閱讀 765評論 0 1
  • 本文主要是學(xué)習(xí)支持向量機(jī)的算法原理,并且用Python來實現(xiàn)相關(guān)算法窍育。內(nèi)容包括:SVM概述卡睦、線性可分支持向量機(jī)、線...
    keepStriving閱讀 16,751評論 6 57
  • 本章涉及到的知識點清單:1漱抓、決策面方程2表锻、函數(shù)間隔和幾何間隔3、不等式約束條件4乞娄、SVM最優(yōu)化模型的數(shù)學(xué)描述(凸二...
    PrivateEye_zzy閱讀 13,255評論 3 10
  • 坐在桌前仪或,向左望出去确镊,正好從陽臺上望到那邊的山。山在西邊范删,山在那里蕾域。 隔壁寢室開玩笑的和我們說,我們住的是山景房到旦。...
    月亮咩咩閱讀 378評論 0 0