SVM相关知识点

SVM目录索引
线性可分 SVM:硬间隔最大化

https://blog.csdn.net/weixin_37352167/article/details/85541583#_73

线性 SVM:软间隔最大化

https://blog.csdn.net/weixin_37352167/article/details/85563158

非线性 SVM:核技巧

 Φ(x)⋅Φ(z)=K(x,z)=(x*y)^2

https://blog.csdn.net/weixin_37352167/article/details/85806583

序列最小最优化算法 (SMO)

https://blog.csdn.net/weixin_37352167/article/details/86078484

特点

优点:
依赖的支持向量少,模型精致
训练完成后,预测速度非常快
只受边界点影响,对高纬数据效果也很好
与核函数结合极具通用性
可表示为凸优化问题,可获得全局最优解

缺点
训练中计算成本较高
依赖边界软化参数 C 的选择
预测结果无法直接进行概率解释
https://blog.csdn.net/weixin_37352167/article/details/85535145

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