0
我想训练一个带有非线性边界的SVM。边界是已知的,用公式 表示y = sgn((w11 * x1 + w12 * x2 + w13 * x3)*(w21 * x4 + w22 * x5 + w23 * x6)),其中[x1 x2 ... x6] 1位输入[w11 w12 w13 w21 w22 w23]是未知参数。如何在MATLAB中定制SVM非线性决策boudary?
我该如何用火车数据学习[w11 w12 w13 w21 w22 w22 w23]?
谢谢,我也意识到这不是很相关。我的问题更像参数估计。对于SVM,是基于核函数生成的边界吗?这是自动的,所以我只能自定义内核函数,而不是自定义边界。 – Husen
决策边界从基于核空间的超平面投影到输入空间。支持向量机不是将“拟合分离曲线”纳入数据中,您似乎在寻找。虽然你的模型非常简单,但你应该做的很简单,就是在等效误差函数 – lejlot
Ja上进行简单梯度优化,你是对的。我正在尝试基于几个线性预测器与lr的乘法来拟合参数的模型。这是更合理的。 – Husen