AI 教学改革实践研究计划AI 教改实践研究计划 全国高等院校计算机基础教育研究会 ×实战云


AI 课件库 › 机器学习基础 › 分类

支持向量机

设备巡检要不要停机检修:看离两类都最远的那条分界线,拖动远处的点它纹丝不动,只有支持向量决定一切。

适用
机器学习、模式识别、智能运维相关专业课
概念
分类、间隔最大化、支持向量、软间隔、核函数
课时
进阶 · 建议 25 分钟
网络
在线打开即可,免登录

全屏打开实验 ↗

交互实验(可直接投屏)

嵌进我自己的课件或学校课程平台

把下面这行复制到你的网页或课程平台的 HTML 里即可,不需要登录,也不会显示我们的页头页脚。

<iframe src="https://aiketi.edu360.cn/ai-resource/lab/svm/demo" width="100%" height="680" style="border:1px solid #e5e7eb;border-radius:8px" title="支持向量机"></iframe>

动手三步

  1. 拖动一个远离分界线的点,看分界线是否移动;再拖一个带圈的支持向量
  2. 数据换成「混进一条异常读数」,把惩罚系数 C 从 100 拖到 1 再到 0.1,看间隔宽度和判对台数怎么变
  3. 数据换成「偏离正常工况就要修」,在线性核与高斯核之间切换,再调 γ

课堂怎么用

  • 先问「能分开两类的线有无数条,选哪条最好」,再揭晓间隔最大的那条
  • 用拖动实验讲清「支持向量」这个名字:线是被这几个点撑着的
  • 用 C 和 γ 讲过拟合:边界绕着单个样本打转就是把噪声也学进去了

思考题

  1. 为什么删掉一个不带圈的点,分界线不变?
  2. C 很小时,为什么有些点被判错了模型也不管?
  3. 数据本身线性分不开时有哪几种办法?

已知限制

  • 数据为合成数据;求解器把偏置项并入核函数一起求,与教材标准形式略有差别,不影响观察间隔与支持向量

CC BY-NC 4.0,保留出处可自由使用与再分发。

← K 近邻 决策树:树是怎么做划分的 →

使用与数据说明 · 来源与许可