python:libsvm-3.22

输出:

*.*
optimization finished,#iter = 257 
#iter为迭代次数
nu = 0.351161 
#nu核函数参数
obj = -225.628984, rho = 0.636110
#obj为二次规划求解得到的最小值
#rho为判决函数的偏置项b
nSV = 91, nBSV = 49
#nSV为标准支持向量个数(0,c)
#nBSV为边界上的支持向量个数(c)
Total nSV = 91
#Total nSV为支持向量总个数(对于两类来说,因为只有一个分类模型Total nSV = nSV,但是对于多类,这个是各个分类模型的nSV之和)
Accuracy = 84.2857% (
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值