《支持向量机(SVM)》攻略
SVM推导&python实现
1-优缺点及用处
分类技术,最好是二分类,找个超平面把样本集合分开,就像
优点
非线性映射是SVM方法的理论基础,SVM利用内积核函数代替向高维空间的非线性映射
对特征空间划分的最优超平面是SVM的目标,最大化分类边际的思想是SVM方法的核心
支持向量是SVM的训练结果,在SVM分类决策中起决定作用的是支持向量
SVM 是一种有坚实理论基础的新颖的小样本学习方法。它基本上不涉及概率测度及大数定律等,因此不同于现有的统计方法。从本质上看,它避开了从归纳到演绎的传统
原创
2021-05-22 21:03:26 ·
338 阅读 ·
4 评论