SVM与KNN的分析对比:
1.KNN:
2.SVM
3.解决问题不同:
KNN分类问题,离哪些点较近,就归哪一类。
SVM分类问题,找决策边界,把数据进行划分开。
SVM原理梳理:
1.支持向量积:支持向量,寻找支持向量,选出最好的决策边界
2.选择小的支持向量,要考虑自己最近的雷才最安全
3.决策边界选择大的,要最宽的道路才能行动的更快
4.计算距离(点到平面的距离):
5.目标函数:
目的:找到一条线,使得离该线最近的点能够最远。
优化目标:找到一条线,使得离该线最近的点能够最远