最小二乘双子支持向量机(LSTSVM)

本文详细介绍了最小二乘支持向量机(LSTSVM)的概念,包括线性LSTSVM和非线性LSTSVM的优化问题。线性LSTSVM通过解决两个线性方程生成两个非平行的决策平面,其决策函数简洁明了。非线性LSTSVM则利用核函数处理非线性数据,将问题转换为高维空间中的超平面表示,从而实现非线性分类。新数据样本根据与超平面的关系进行分类。

最小二乘双子支持向量机(LSTSVM)


LSTSVM不是求解一对复杂的QPPs,而是通过求解两个线性方程生成两个非平行超平面。

线性 LSTSVM

线性LSTSVM的优化问题为:
在这里插入图片描述
简化可得:
在这里插入图片描述
在这里插入图片描述
得到线性LSTSVM的决策函数为:
在这里插入图片描述
距离哪个决策平面更近就分为哪类。

非线性 LSTSVM

LSTSVM也使用核函数对非线性可分的数据样本进行分类。将非线性LSTSVM的优化问题表述为:
在这里插入图片描述
简化得到:
在这里插入图片描述
将高维空间中的超平面表示为:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值