Chu de 4 phan lop 2a svm binary nonseperable slides

Tài liệu tóm tắt môn Khai phá dữ liệu, chuyên ngành phần mềm khoa công nghệ thông tin. DeepL (www.deepl.com): Được đánh giá là một trong những trang web dịch ngôn ngữ chính xác nhất, DeepL sử dụng công nghệ AI và máy học sâu để cải thiện chất lượng dịch. Microsoft Translator (www.microsoft.comenustranslator): Công cụ dịch ngôn ngữ miễn phí của Microsoft, cho phép bạn dịch văn bản, từ vựng, câu và cả hình ảnh.

Trường Đại học Nha Trang Khoa Công nghệ thông tin

KHAI PHÁ DỮ LIỆU

CHỦ ĐỀ 4

PHÂN LỚP (SVM - Binary – nonlinear

separable)

SVM – binary – nonlinear separable

 Binary – nonlinear separable training dataset?

SVM – binary – nonlinear separable

 Idea toán học:

 Transform các training data (input vector space) sang không gian vector (feature space) có số chiều lớn hơn  Lý do?

SVM – binary – nonlinear separable

 Idea toán học:

 Dùng trick: Kernel functions

 Một số kernel function thông dụng:

 Polynomial kernel

 Gaussian kernel

K

( , )i j i j 1 d

K x x    x x    

2 2

( , ) exp

2

i j

x x

K x x



  

 

 

 

K đ a th ứ c

Tác d ụ ng c ủ a Kernel: nâng d ữ li ệ u g ố c lên m ộ t không gian có s ố chi ề u cao h ơ n

SVM – binary – nonlinear separable

 Idea toán học:

 Một số kernel function thông dụng:

 Laplace RBF kernel

 Hyperbolic tangent kernel



 Kernel function tự xây dựng?

( , ) expi j xi xj

K x x



  

 

 

 

( , ) tanhi j i j 0, 0

K x x    kx x     c k  c 

SVM – binary – nonlinear separable

 Minh họa kết quả của input space sau khi dùng kernel function để biến đổi sang feature space

( )

x   K x 

SVM – binary – nonlinear separable