关于Scikit-Learn中的SVM的一些总结

callyoumine

于 2020-08-10 16:36:50 发布

阅读量532

点赞数

文章标签：机器学习 svm

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/callyoumine/article/details/107916410

版权

这篇博客总结了Scikit-Learn中的SVM，重点讨论了LinearSVC和SVC。LinearSVC主要用于线性分类问题，参数C影响模型复杂度。SVC则引入核函数进行非线性分类，C参数同样关键，并且可以使用不同的核函数。

摘要由CSDN通过智能技术生成

关于Scikit-Learn中的SVM的一些总结

一、LinearSVC

from sklearn.svm import LinearSVC

说明：这是一个用于解决线性分类问题的分类器。
其中的参数参考：

 LinearSVC(C=1.0, class_weight=None, dual=True,
           fit_intercept=True, intercept_scaling=1

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。