支持向量机,是数据挖掘中的一项新技术。其借助最优化方法来解决机器学习问题。
主要思想为:找到一个超平面,使得它能尽可能多的将两类数据点正确分开,同时,使两类数据点距离分类面最远。
主要形式及变化方式:
线性可分支持向量机,通过引入松弛变量,变为线性支持向量机;
线性可分支持向量机,通过引入核函数,变为可分支持向量机;
线性可分支持向量机,通过引入松弛变量、核函数,变为C-支持向量机。
支持向量机,是数据挖掘中的一项新技术。其借助最优化方法来解决机器学习问题。
主要思想为:找到一个超平面,使得它能尽可能多的将两类数据点正确分开,同时,使两类数据点距离分类面最远。
主要形式及变化方式:
线性可分支持向量机,通过引入松弛变量,变为线性支持向量机;
线性可分支持向量机,通过引入核函数,变为可分支持向量机;
线性可分支持向量机,通过引入松弛变量、核函数,变为C-支持向量机。