内容来自Andrew老师课程Machine Learning的第七章内容的SVM in Practice部分。
Using An SVM(实践中如何使用SVM)
在实际应用中,并不推荐自己写SVM的算法,可以使用别人已经写好的,那我们需要做什么呢?如下图:
对于核函数的选型,我们一般会选择线性核函数和高斯核函数。
一般情况下,我们需要自己提供核函数,必要的时候需要做归一化:
除了上面提到的线性核函数和高斯核函数,我们还有其他的选择吗?
在处理SVM中多元函数时,怎么处理呢?
我们应该怎样选择logistic回归算法、神经网络和SVM呢?
可能我们在遇到实际问题时,还是不知道应该选择哪一种算法,没关系,我们之前讲过最后决定结果的是数据集的大小、调优参数等因素,但是SVM仍然是比较高效的一个算法。