标签：function 重新认识 SVM Kernel 问题 学习 我们 向量

注：对于一位刚刚站在科学研究大门口的博士一年级学生，思考科研的方法以及科研与其它工作之间的异同由来已久。科研的道路上充满了不确定性，从大方向到每一步的细节都需要探索。如果我们放任这种不确定性不予理睬，那么我们做科研的道路将充满荆棘（少数情况下可能会有惊喜），这里的约束条件之一是：面对科学中无尽的前沿，我们的精力和能力是有限的。自大学时代就开始思考“博”与“专”的问题，一方面自己的兴趣广泛，有时候还会为自己学习新东西的高效而沾沾自喜；另一方面有常常感觉到自己的专业知识不够系统、欠缺深度。我也在不同的场合，跟不同的老师、长辈和朋友聊起过这个问题。有人认为博和专应该齐头并进，两者能够相互促进；有人认为应该专注于一个特定领域，这将是我们安身立命之根本。这样的争论一直存在，直到在微博上看到朱光潜先生在其《谈读书》中的一句话：“不能通就不能专，不能博就不能约。先博学而后守约，这是治任何学问所必守的程序。”对于这句话，我深感认同。

做研究也不等同于学习。在学习的过程中，大多数时候我们是在吸纳已有的成体系的知识（博学）；但是做研究其实是在一个相对较小的领域创造和生产新的知识（守约）。学习是打基础；做研究是在运用知识，开拓知识的边界。人类几千年的文明进程，给我们留下来丰富的精神财富，我们穷其一生，也只可能了解其中的很小一部分。因此，当我们从事科学研究时，需要找到“学习”与“研究”之间的平衡点。

在科研过程中， 往往是先有问题，而后才有研究。只有在提出一个问题的时候，一项研究工作才真正开始。我们可以进一步分析问题、规范问题的形式，讨论在现有知识体系下，解决该问题的可能性。“问题”的质量在很大程度上决定了研究过程和结果的质量。有时候提出一个好问题比解决一个难题更有价值。“发问”也可以算是一种主动学习的过程，但是与广泛的学习相比，此时更加专注、问题导向、有比较明确的目的。围绕一个“明确定义的问题”来展开研究，相当于添加了一个非常强的约束条件，这在很大程度上帮助我们降低了过程和结果的不确定性（基于我们对问题的理解，可以形成某种程度的预期）。此时，我们所要做的就是找到一条通往该问题的路，一开始需要我们披荆斩棘开辟一条羊肠小道，随后再不断扩宽。

回到SVM，之所以“重新认识”，是因为之前写过一篇与SVM相关的文章，但是自己之前还是没理解清楚。假如现在我们以问题出发来重新认识SVM，可以提出哪些问题？

1. 在两组样本线性可分的情况下，如何使分隔边界最大化，从而使两组样本尽可能的分开？

2. 如何处理两组样本线性不可分的情况？

3. 如何将以上问题转化为一个带约束的优化问题（约束条件是什么，如何求解，最终的解应该如何解释）？

4. Kernel function：什么是Kernel function，为什么要引入Kernel function，常见的Kernel function有哪些？

（未完待续。。。）

标签：function,重新认识,SVM,Kernel,问题,学习,我们,向量
来源： https://www.cnblogs.com/Belter/p/15551461.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。