机器学习实战——第六章:支持向量机

本系列目的在于总结每一个分类器的特点(优点、缺点、使用数据类型、使用时的注意事项等)。相关代码自己搜。


python:建议使用2.7

python常用函数库:NumPy、scikit-learn等

python集成环境:anaconda


毕业季,玩了20天。


优点:

1、泛化错误率低,计算开销小,结果易解释。


缺点:

1、对参数和核函数的选择敏感

2、只适用于二元分类


使用数据类型:

1、连续型(不用做离散化处理;但要做归一化)

2、离散型



使用时注意事项:

0、间隔、支持向量、SMO(sequential minimal optimization)序列最小优化算法、核函数实际上是一种映射,不仅可以用于SVM算法,其他算法也同样适用,径向基核函数最常用、

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