支持向量機嶺回歸和分類凸損失
05-05
得到他們的證明：
首先H函數有如下特性
經驗風險函數滿足
根據Jensen不等式
可以看作
由於
推導得
最後得證經驗風險的上界
推薦閱讀：
※諸如「拉普拉斯這樣的積分變換中的核函數」與「SVM中用來分類的核函數」是一回事么？
※我對於SVM的理解，以及Python實現
※第七周筆記：支持向量機SVM
※多標籤（multi-label）數據的學習問題，常用的分類器或者分類策略有哪些？
TAG:SVM |