Professional Documents
Culture Documents
Những phần tử support vector, giống như trong bài toán 2 lớp, sẽ phải thỏa điều kiện:
fi(x)=1 với x thuộc phân lớp i và = -1 với x thuộc các phân lớp còn lại.
Ví dụ về cách phân loại của SVM với 4 phân lớp, cách này được gọi là one- against-
one
Từ sơ đồ trên, ta nhận thấy, để phân loại n phân lớp, ta cần làm n(n-1)/2 lần bằng
phương pháp phân lớp của SVM.
lỗi, C càng lớn thì độ ảnh hưởng của các điểm nhiễu càng lớn, và ngược lại, C càng
nhỏ thì độ ảnh hưởng nhiễu càng nhỏ, dễ chấp nhận nhiễu hơn.
Ràng buộc mềm cho soft margin: yn (wT xn b) 1 n
N
1
Ta đưa bài toán về dạng tối ưu: (w, b, ) min w C n
2
2 n 1
Tham khảo:
https://machinelearningcoban.com/2017/04/13/softmarginsmv/
https://www.csie.ntu.edu.tw/~cjlin/libsvm/
https://viblo.asia/p/mot-chut-ve-thuat-toan-svm-support-vector-machine-algorithm-
OeVKBgGAZkW