数学建模6：解析几何与带标签数据的模糊线性分类
本讲导读
作为数据分类和机器学习的经典方法，近三十年来支持向量机为人们所津津乐道。本讲使用高中课内的解析几何工具，讨论线性可分的支持向量机，以及基于它的模糊分类的数学基础。
本讲适合在讲授或学习完高中数学的解析几何章节、概率统计章节后，作为数学建模材料，在日常教学中讲授或学习。本讲内容包括但不限于：
1. 带标签的数据及其分类的普世价值；
2. 在平面内线性可分的情况下，用解析几何的方法寻找分界线；
3. 利用概率分布的模糊分界；
4. 面对线性不可分训练集的处理思路简介。
参考文献：
[1] Max Welling, Support Vector Machines,
University of Toronto, welling@cs.toronto.edu.
线上阅读及下载地址：
https://www.ics.uci.edu/~welling/classnotes/papers_class/SVM.pdf.
日常生活中的数据建模系列文章：
赞 (0)