支持向量机是通过某种方式,在一个N维空间中找到一个最优超平面(类似于逻辑回归中的决策边界),把样本划分到不同的区域中,在不同区域的样本属于不同的类别,从而实现分类。 在几何体中,超平面(Hyperplane)是一维小于其环境空间的子空间。如果空间是3维的,那么它的超平面是2维平面,而如果空间是2维的,则其超平面是1...
为了加强线性可分性,可以利用非线性函数g(x),将n维训练数据x映射到m维特征空间中求最优分类面。此时的分类决策函数变为D(x) = sgn( [αi yi H(xi,x)] + b),其中H(x,x′) = gT(x)g(x′)是半正定核函数(Mercer核函数)。 3SVM在财务危机预警中的实施 鉴于SVM方法具有理论基础坚实,能够较好地...