背景

据说很久很久以前, 澳门有一家"胡说八道大赌场", 专门提供各种奇奇怪怪的玩法. 其中有一个赌博叫"从你的全世界切过"(连名字也这么奇怪). 玩法是在一张桌布上黏附着许多小蓝球和小红球

玩家会得到一把很长很锋利的切片

玩家在桌布上切一刀后, 指定切出来的这条线的一边是小蓝球, 一边是小红球. 确定选择后,"从你的全世界切过"游戏机便会掉落更多的小球黏附在桌布上.

如果小球黏附的区域是玩家指定的相应颜色的区域, 则玩家赢, 否则玩家输.

后继小球掉落的位置虽然有随机性, 但也有聚集性, 即原本蓝球多的地方会掉落更多的蓝球, 红球多的地方会掉落更多的红球.

第一幕

有一天,"从你的全世界切过"赌桌旁围着不少人,因为一位人称MMC的先生在这赢了不少钱.这位MMC先生梳着大背头, 戴着墨镜, 西装革履.

只见他每次开局都会伸出双手食指,并在一起, 并且缓慢地往相反方向平行移动, 时不时还会改变一下食指所指方向.

研究一番后便果断拿起切片, 下注如有神~~

MMC先生使用的方法其实也比较直观,对于这样散落的小球, 我们一眼就能看出很多切法

但是由于小球掉落有随机性, 如果像第1条线和第3条线那样切, 可能小球落的位置稍微偏了点就不在对应颜色所在区域了.于是我们要求在尽量远离两类小球的地方切, 怎样才叫尽量远离呢?

MMC先生刚开始把双手食指伸出来并在一起, 把手指间的缝想象成待会儿要切的线, 把这条线平行地向相反方向平移, 手指碰到任何一个小球就停下来,停留时手指间垂直距离越大越好.他不断地换位置, 转方向,尝试出最好的切割线.

比如上图中第2条线向两边平移的结果是这样,这样指尖距离比较大, 是一个不错的切割线.

这个方法简单直观, 很快便有许多人明白后进行效仿. 当然"胡说八道大赌场"也不傻, 很快便调高了游戏难度, 让小球初始散落状态更乱了点,比如这样

这样还用以前的方法便会使得指间距离变得好小...导致小球更容易落入不同颜色的区域.

有时候更过分的是初始时,蓝球直接落在了红球群里,或者红球落进了蓝球群里,这样根本就无法用以前的方法了...大家又开始凭感觉地切,这样结果当然是输钱了= =

第二幕

后来来了一位叫SVC的赌徒,打听到了这个方法, 觉得这方法可以改进!只要无视赌场用来迷惑大家的那些不安分的点就好啦,不像以前那么苛刻(一碰到小球就停下来), 而是允许初始布局中个别的小球落入错误的区域,以此换取后面更多的小球落入正确的区域,这样赚多亏少应该能挣钱吧嘿嘿~~

SVC迫不及待地跑去赌场尝试了一下,发现这样的方法真的可以!

只是对于允许多少小球一开始被错误划分还需要进行调节, 太多了太少了都不好.

历史总是惊人的相似= = 很快这种方法又传开了......

狡猾的赌场发出了大招!

嘿嘿

群众们又开始输钱...

由于这游戏太难玩了, 玩的人也比较少了

第三幕

直到有一天,一位少侠来到赌场,径直走到了"从你的全世界切过"赌桌前.当时小球的初始散布是这样的状态,蓝球都集中在中间的一块区域, 被红球包围着, 这样不论怎么切似乎都会一开始就输很多钱啊

少侠手持切片, 凝视着这看起来怎么切都输钱的布局一会儿,忽然眼神变得犀利, 大喝道"Kernel Trick!",同时手掌怒拍赌桌!

似乎是他刻意控制, 赌桌布竟然只有四个角飞了起来......

在桌布形成这样的形状那一瞬间

少侠以迅雷不及掩耳盗铃之速拿起了切片奋力向桌布割去

定睛一看!竟然通过这样的方法把蓝球和红球分开了!

切片划过后,只留下一道酷炫的分割线

待桌布重新落回桌子上时...

接下来蓝球大部分都落入了圈中, 而红球大部分落入了圈外...

历史只是惊人的相似, 不会老是重演.这次少侠这一招技术含量实在是高, 围观群众只想赚钱不肯下苦功夫, 所以是学不会的

从此这故事便成为了赌徒们茶余饭后的谈资...

参考资料

1.please_explain_support_vector_machines like i am 5 year old

2.SVM with polynomial kernel visualization

从你的全世界切过(胡说八道支持向量机SVM小故事)的更多相关文章

  1. 机器学习第7周-炼数成金-支持向量机SVM

    支持向量机SVM 原创性(非组合)的具有明显直观几何意义的分类算法,具有较高的准确率源于Vapnik和Chervonenkis关于统计学习的早期工作(1971年),第一篇有关论文由Boser.Guyo ...

  2. 【IUML】支持向量机SVM

    从1995年Vapnik等人提出一种机器学习的新方法支持向量机(SVM)之后,支持向量机成为继人工神经网络之后又一研究热点,国内外研究都很多.支持向量机方法是建立在统计学习理论的VC维理论和结构风险最 ...

  3. 机器学习:Python中如何使用支持向量机(SVM)算法

    (简单介绍一下支持向量机,详细介绍尤其是算法过程可以查阅其他资) 在机器学习领域,支持向量机SVM(Support Vector Machine)是一个有监督的学习模型,通常用来进行模式识别.分类(异 ...

  4. 以图像分割为例浅谈支持向量机(SVM)

    1. 什么是支持向量机?   在机器学习中,分类问题是一种非常常见也非常重要的问题.常见的分类方法有决策树.聚类方法.贝叶斯分类等等.举一个常见的分类的例子.如下图1所示,在平面直角坐标系中,有一些点 ...

  5. 机器学习算法 - 支持向量机SVM

    在上两节中,我们讲解了机器学习的决策树和k-近邻算法,本节我们讲解另外一种分类算法:支持向量机SVM. SVM是迄今为止最好使用的分类器之一,它可以不加修改即可直接使用,从而得到低错误率的结果. [案 ...

  6. 机器学习之支持向量机—SVM原理代码实现

    支持向量机—SVM原理代码实现 本文系作者原创,转载请注明出处:https://www.cnblogs.com/further-further-further/p/9596898.html 1. 解决 ...

  7. 支持向量机SVM——专治线性不可分

    SVM原理 线性可分与线性不可分 线性可分 线性不可分-------[无论用哪条直线都无法将女生情绪正确分类] SVM的核函数可以帮助我们: 假设‘开心’是轻飘飘的,“不开心”是沉重的 将三维视图还原 ...

  8. 一步步教你轻松学支持向量机SVM算法之案例篇2

    一步步教你轻松学支持向量机SVM算法之案例篇2 (白宁超 2018年10月22日10:09:07) 摘要:支持向量机即SVM(Support Vector Machine) ,是一种监督学习算法,属于 ...

  9. 一步步教你轻松学支持向量机SVM算法之理论篇1

    一步步教你轻松学支持向量机SVM算法之理论篇1 (白宁超 2018年10月22日10:03:35) 摘要:支持向量机即SVM(Support Vector Machine) ,是一种监督学习算法,属于 ...

随机推荐

  1. hashmap如何初始化

    现在知道的有两种: 1) Map<String, String> hashMap = new HashMap<String, String>(){            {   ...

  2. java中有几种类型的流?JDK为每种类型的流提供了一些抽象类以供继承,请说出他们分别是哪些类?

    java中有几种类型的流?JDK为每种类型的流提供了一些抽象类以供继承,请说出他们分别是哪些类? Java中的流分为两种,一种是字节流,另一种是字符流,分别由四个抽象类来表示(每种流包括输入和输出两种 ...

  3. Extjs4中的常用组件:Grid、Tree和Form

    至此我们已经学习了Data包和布局等API.下面我们来学习作为Extjs框架中我们用得最多的用来展现数据的Grid.Tree和Form吧! 目录: 5.1. Grid panel 5.1.1. Col ...

  4. margin负值布局(一)

    搜索关键词:margin  负-100% 链接地址: 负margin用法权威指南 负边距(negative margin)实现自适应的div左右排版 <div class="cont& ...

  5. 【 bzoj4537】HNOI2016 最小公倍数

    首先将边按a的值分组,每$\sqrt{m}$一组. 对于每一组,将符合一组a的询问选出来,将这些询问和这一块之前的边(a一定小于这些询问)按b排序,然后交替插入,询问,对于一个询问,在当前块也有可能有 ...

  6. Struts加入拦截器后取不到页面参数

    在Struts2的demo项目中添加了一个简单的拦截器,突然发现,Action中取不到页面的参数了 这也是很蛋疼的事情,还好这个比较简单,稍微一查就发现问题: Struts2中很多的功能是用拦截器实现 ...

  7. UVa 10299 - Relatives

    题目大意:Euler's Totient的应用. 几乎和UVa 10179 - Irreducable Basic Fractions一样,于是偷了个懒,直接用10179题的代码,结果WA了,感觉一样 ...

  8. sql2005数据库置疑修复断电崩溃索引损坏 数据库索引错误修复/数据库表损坏/索引损坏/系统表混乱等问题修复

    sql2005数据库置疑修复断电崩溃索引损坏 数据库索引错误修复/数据库表损坏/索引损坏/系统表混乱等问题修复 客 户 名 称 济南某电子商务公司 数 据 类 型 SQL2005数据库 故 障 检 测 ...

  9. SQL SERVER 2000 数据恢复(分离数据库+附加数据库)

    一.分离数据库     SQL Server 2000允许分离数据库的数据和事务日志文件,然后将其重新附加到同一台或另一台服务器上.分离数据库将从SQL Server 删除数据库,所以当点击“分离数据 ...

  10. Ubuntu切换默认语言

    不得不说,从Ubuntu到Debian,又到CentOS 7,我胡汉三又回来了... 然后又装了个中文版的Ubuntu16.04LTS,不得不说,Ubuntu对中文的支持真的很好 不过,还是不太习惯, ...