6. ちょっとSVMの復習
! L d (!)を最
" L p (#)を最
化する問題を「双対問題」と呼ぶ"
化する#を求めるほうが主問題!
" 双対問題で対象とするラグランジュ関数
N
1 N N
評価関数 Ld (# ) = ! "" # i ti xi# j t j x j + " # i
2 i =1 j =1
i =1
(最 化)
1 T
= # 1 ! # H#
2
#Tt = 0
T
制約条件
T
H = ( H ij = ti t j xi x j )
t = (t1 , , , t N )T
2013年11月26日火曜日
#からじゃなく、
!から鞍点を探す
13. Νーサポートベクトルマシーン
ソフトマージン識別機では、誤識別数の上限を抑えるためにCという定数パラメー
タを使っていました。
N
N
N
1 T
~
L p ($ , b, % , # , µ ) = $ $ + C ! # i " ! % i (ti ($ T xi + b )" 1 + # i )" ! µi# i
2
i =1
i =1
i =1
しかし、母集団からの標本が変わると誤識別数も変化してしまいます。
学習器の複雑さと達成可能な誤識別率には関連性があるので、
そのトレードオフをνというパラメータを介したものがν-SVMです。
※タイトルのはどうしても小文字で表記できなかったので大文字表記です。
すみません。。
2013年11月26日火曜日