给大家安利一款朋友开发的自研国产数据分析基础工具,一键式自动分析,自动生成分析模板,5分钟掌握主流61个统计类数学模型(几乎涵盖SPSS绝大部分功能),以及23个有监督机器学习(包括随机森林,SVM,XGBoost等)
PS:巨方便简单上手,貌似现在是免费
官网:www.mpaidata.com mpai数据科学平台
支持向量机( support vector machine,SVM)是一种新的机器学习方法,其基础是Vapnik创建的统计学习理论( statistical learning theory,STL)。统计学习理论采用结构风险最小化(structural risk minimization,SRM)准则,在最小化样本点误差的同时,最小化结构风险,提高了模型的泛化能力,且没有数据维数的限制。在进行线性分类时,将分类面取在离两类样本距离较大的地方;进行非线性分类时通过高维空间变换,将非线性分类变成高维空间的线性分类问题。
一般支持向量机分类采用的是线性可分 SVM,以下为模型概述。
案例①-线性可分 SVM
序号 | fenlei.txt | 列别 |
1 | 8.35 | 23.53 | 7.51 | 8.62 | 17.42 | 10 | 1.04 | 11.21 | 1 |
2 | 9.25 | 23.75 | 6.61 | 9.19 | 17.77 | 10.48 | 1.72 | 10.51 | 1 |
3 | 8.19 | 30.5 |