spark svm
2024-10-20 05:34:29
首先spark上的svm只能处理线性的,不能处理非线性的。其次spark上的svm求解过程与普通的不同。普通的是通过拉格朗日对偶,然后通过SMO方法求。
但是在spark上,则没有通过拉格朗日,而是直接对损失函数利用随机梯度下降方法进行求解。
那么,svm的损失函数是啥?其实就是个合页函数+正则化。具体的会在<spark 损失函数>中讲解
为啥spark上的svm没有非线性?因为非线性的那个是通过拉格朗日对偶,然后得到的表达式为一个xi.xj的内积形式,而kernel函数也刚好可以用k(x,z)=f(x)*f(z),所以通过对偶形式可以很方便的用核函数来表示。
所以上面就是的求解就不太容易了,所以一般都是用SMO进行求解。所以这也就是为啥spark没有用kernel的原因,spark求解都是对损失函数来的。不是通过拉格朗日对偶来的。
最新文章
- CentOS 7 安装php开发环境
- php-5.3 zend opcache 的设置
- 电赛总结(四)&mdash;&mdash;波形发生芯片总结之AD9851
- UVa 11134 (区间上的贪心) Fabled Rooks
- Android ListView(Selector 背景图片)
- 关于linq
- vpn分配多ip的配置
- 3D 灯光介绍
- 类linux 系统iptables 系统初始化配置
- 教你使用shell数组
- 部署在eclipse上的Tomcat上的publish和clean的区别
- DDGScreenShot—截取图片的任意部分
- 函数式编程之-拒绝空引用异常(Option类型)
- 将表单数据转换为json代码分享
- List接口:(介绍其下的两个实现类:ArrayList和LinkedList)
- setTimeout中调用this
- Selenium功能自动化测试工具
- 22.上传app一些相关问题
- 10.Date对象
- 德哥PostgreSQL学习资料汇总(转)