![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
SVM
文章平均质量分 92
积跬步以至千里。
专注,思考,总结,分享
展开
-
SVM详解(三)支持向量机使用核技巧
1. 数据升维处理非线性可分问题2. Cover定理,为数据升维处理非线性可分问题提供理论依据3. 核函数,减缓数据升维带来的维度灾难问题,简化计算4. 介绍常用核函数5. 总结非线性支持向量机学习算法原创 2020-11-24 17:59:44 · 1472 阅读 · 0 评论 -
SVM详解(二)线性支持向量机与软间隔最大化
1. 介绍如何使用svm处理训练数据集线性不可分的情况,从而引出软间隔最大化算法2. 利用对偶问题,求解软间隔最大化的值3. 介绍软间隔最大化模型的支持向量原创 2020-11-09 17:29:21 · 614 阅读 · 0 评论 -
SVM详解(一)线性可分支持向量机与硬间隔最大化
1. 通过分析,一步步得出线性可分支持向量机的最优化问题2. 介绍最优化问题的对偶问题原创 2020-10-24 08:50:49 · 1320 阅读 · 2 评论