blocks|key|970805|text|我们所能做的最好的就是正确地分类5点，并牺牲一点。|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|970806|我们要把-1,0,1归为否定的，-3,-2归为正的。(我们必须牺牲3)。|970807|边缘最大的边界位于-2和-1的中间。那是-\frac32。|970808|sign(-(2x%2B3))=sign(-2x-3).|entityMap^0|G|1|0|4|6|G|5|X|1|0|9|2|C|2|K|8|0|0|Q^^$0|@$1|2|3|4|5|6|7|M|8|@$9|N|A|O|B|C]]|D|@]|E|$]]|$1|F|3|G|5|6|7|P|8|@$9|Q|A|R|B|C]|$9|S|A|T|B|C]|$9|U|A|V|B|C]]|D|@]|E|$]]|$1|H|3|I|5|6|7|W|8|@$9|X|A|Y|B|C]|$9|Z|A|10|B|C]|$9|11|A|12|B|C]]|D|@]|E|$]]|$1|J|3|K|5|6|7|13|8|@$9|14|A|15|B|C]]|D|@]|E|$]]]|L|$]]

The best that we can do is to classify $5$ points correctly and sacrifice one point.

We want to classify $-1,0,1$ as negative and $-3,-2$ as positivie. (we have to sacrifice $3$).

The boundary with maximum margin would be in the middle of $-2$ and $-1$. That is $-\frac32$.

$$sign(-(2x+3))=sign(-2x-3).$$

Suppose you are given $6$ one-dimensional points: $3$ with negative labels $x_1 = −1$, $x_2 = 0$, $x_3 = 1$ and $3$ with positive labels $x_4 = −3$, $x_5 = −2$, $x_6 = 3$. In this question, we first
compare the performance of linear classifier with or without kernel. Then we solve for
the maximum margin classifier using SVM. 
Consider a linear classifier of form $f(x) = sign(w_1x+w_0)$. Write down the optimal
value of $w$ and its classification accuracy on the above 6 points. There might be more than one optimal solution, writing down one of them is enough.

My attempt: 
I understand that the data isn't linearly separable and that there will be some error, but I don't get how to get the optimal value of $w$. Do I minimize $f(x)$? But how do I take the derivative of $f(x)$? Any guidance would be appreciated, I'm a little lost.

finding optimal solution $w$ and classification accuracy

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

假设给出了6一维点:带负标号的3，带正标号的x_2 = 0，x_3 = 1和带正标号的3，x_5 = −2，x_6 = 3。在这个问题中，我们首先比较了线性分类器的性能是否有核。然后利用支持向量机求解最大裕度分类器。考虑一个形式为f(x) = sign(w_1x+w_0)的线性分类器。在以上6点上写下w的最优值及其分类精度。可能有一个以上的最佳解决方案，写下其中一个就足够了。我的尝试:我理解数据不

问最优解$w$与分类精度
EN

回答 1

Data Science用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问最优解$w$与分类精度EN