[英]Plot SVM margins using MATLAB and libsvm
我正在使用svmlib对二维不可分离的数据进行线性分类。 我能够训练svm并使用svmlib获得w和b。 使用此信息,我可以绘制决策边界以及支持向量,但是我不确定如何使用svmlib提供给我的信息来绘制边距。
下面是我的代码:
model = svmtrain(Y,X, '-s 0 -t 0 -c 100');
w = model.SVs' * model.sv_coef;
b = -model.rho;
if (model.Label(1) == -1)
w = -w; b = -b;
end
y_hat = sign(w'*X' + b);
sv = full(model.SVs);
% plot support vectors
plot(sv(:,1),sv(:,2),'ko', 'MarkerSize', 10);
% plot decision boundary
plot_x = linspace(min(X(:,1)), max(X(:,1)), 30);
plot_y = (-1/w(2))*(w(1)*plot_x + b);
plot(plot_x, plot_y, 'k-', 'LineWidth', 1)
这取决于您所说的“边距”。 它还取决于您所谈论的SVM版本(可分离的版本,不可分离的版本),但是由于您提到libsvm,所以我假设您指的是更通用,不可分离的版本。
术语“裕度”可以指从分离的超平面到由wx+b=1
(或wx+b=-1
)定义的超平面的欧几里得距离。 该距离由1/norm(w)
。
“裕度”也可以指特定样本x
的裕度,它是x
与分离超平面的欧几里得距离。 它由
(wx + b)/范数(w)
注意,这是一个有符号的距离,即它是负/正,这取决于点x
所在的超平面的哪一侧。 您可以从垂直于超平面的点将其绘制为一条线。
另一个有趣的值是松弛变量xi
,它是支撑向量与wx+b=+1
(或-1
)定义的“硬”边界之间的“代数”距离(不是欧几里得)。 它仅对支持向量为正,并且如果一个点不是支持向量,则其xi
等于0。
xi =最大值(0,1-y *(w'* x + b))
y
是标签。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.