我一直在試圖理解SVM算法,我不能完全得到超平面方程。等式是-w。 x -b = 0。 我的理解(有很多混淆)是 - x是構成超平面的所有向量的未知集合,並且w是該超平面的法向向量。我們不知道w,我們需要從訓練集中找到最佳的w。可視化SVM的超平面方程
現在,我們都知道,如果兩個矢量彼此垂直,那麼它們的點積是零。所以,如果w正常於x那麼這意味着它應該是w。 x = 0,但它爲什麼說w。 x -b = 0或w。 x = b?(正常和垂直是同一件事,對嗎?)在正常意義上,我知道如果w。 x = b,則w和x不垂直,它們之間的角度大於或小於90度。
另一件事是,在大多數教程(甚至是麻省理工學院教授在他的lecture)被說的話,那X上投影W¯¯,但我知道,如果我想利用X投射w那麼它將是x。 w/| w | (無方向w),不僅w。 x。我有這個觀點嗎?
我想,我錯過了某些東西或誤解了某些東西。任何人都可以幫助我嗎?
x在w方向的投影和w方向的x分量之間的區別是什麼? –
並不多。只是你將w規範化爲規範| w |在x到w的投影中沒有考慮到。 –
好的,從你的第一點我知道什麼,在等式w.x-b = 0中,x不是超平面上的矢量,而是來自訓練集的矢量,對嗎? –