推文

@Zen_with_AI · 2026-10-11 00:43

第8期ML面试问题 Q：SVM 的核心思想是什么？它靠什么确定分类边界？ A： 最大间隔 maximum margin SVM 要找的是离两边类别都最远的那条线（超平面），间隔越宽，对新数据的容错空间越大，泛化越好。比如两堆点之间能画无数条分界线，SVM 只认最中间、最宽的那一条。 支持向量 support vectors 决定这条线位置的，只是紧贴间隔边界的少数几个样本——它们叫支持向量。其他离得远的点，删了都不影响结果。SVM 的"记性"全放在这几个关键点上。 核技巧 kernel trick 数据线性不可分时，把它映射到更高维空间再找超平面。RBF 核相当于映射到无限维——神奇的是不用真的算高维坐标，只算样本间的内积就行，计算量没爆炸。 （一句话记住：找最宽的间隔线，只靠边界几个点，线性不行就升维。） 追问加分：什么是软间隔 soft margin？（允许个别点越界犯错，C 参数控制"间隔尽量宽"和"犯错尽量少"之间的权衡。） 更深度问题：SVM 的对偶问题 dual problem 里只出现样本两两内积——为什么这一步正好为核技巧铺好了路？

曝光 393 · 评论 0 · 点赞 3 · 书签 1