机器学习面试题-支持向量机(SVM)中的支持向量

题目

我们在下面的二元标签的数据集上训练一个线性SVM模型

+:(−1,1),(1,−1),(−1,−1)
−:(1,1),(2,0),(2,1)

这个模型中的支持向量是哪些?

  • A. (−1,1), (1,1), (2,1)
  • B. (−1,1), (−1,−1), (2,1)
  • C. (−1,1), (1,−1), (1,1), (2,0)

解析

示意图

在画分割线区分红绿两类点的时候,可以问自己一个问题,你认不认为所有的点对于分割线的位置都是起决定性作用的?

其实在特别远的区域,哪怕你增加10000个样本点,对于分割线的位置,也是没有作用的,因为分割线是由几个关键点决定的(图上三个),这几个关键点支撑起了一个分割超平面,所以这些关键点,就是支持向量。

参考文档

答案

在坐标系中画一下,即可知道C是正确答案


标签:

本站使用 「署名 4.0 国际」 创作共享协议,转载请注明出处