为什么SVM这个例子中“距离决策边界最近的点”是3个？

Question

为什么是3而不是4或者2或者其他？ 这是一个超参数还是例子中刚好如此（刚好有2个红点与决策边界的距离相等）？ 如果决策边界稍微为移动/转动一下，支撑向量又会变成多少个呢？

Answer 1

liuyubobobo 2018-02-27 04:04:15

是我举的例子刚好如此。

在SVM中，不是决策边界决定支撑向量的关系。所以没有决策边界稍微移动一下这样的假设。SVM中就是寻找这样的一个决策边界，使得两类样本数据中离这个决策边界最近的数据点距离最远。这些离决策边界最近的数据点就是支撑向量。所以对于给定的数据集，决策边界和支撑向量都是固定。当然这是hard-margin的情形，在soft-margin中引入了超参数，继续学习就会讲到：）

• 提问者 十里坡劍神 #1

  非常感谢！

• lemonlxn #2

  老师好，我这里有个疑问。
  SVM中，是寻找这样的一个决策边界，使得两类样本数据中离这个决策边界最近的数据点距离最远。
  这样的话，一类数据离决策边界距离最近的点的距离为d1，另外一类数据离决策边界距离最近的点的距离为为d2。为什么这里的 d1 = d2 ？
  
  所以我的疑问是，那为什么在视频中，最近的两类样本与决策边界的距离刚好都为d呢？

• liuyubobobo 回复 lemonlxn #3

  因为我们就是以此为条件，求出的这个决策边界啊：）

点开查看后面1条评论