支持向量机
优点:泛化错误率低,计算开销不大,结果易解释。
缺点:对参数调节和核函数的选择敏感,原始分类器不加修改仅适用于处理二类问题。适用数据类型:数值型和标称型数据
我们希望间隔尽可能的大,这是因为如果我们犯错或者在有限的数据上训练分类器的话,我们希望分类器尽可能健壮。
支持向量机(support vector machines)-SVM
最新推荐文章于 2021-01-20 20:48:20 发布
支持向量机
优点:泛化错误率低,计算开销不大,结果易解释。
缺点:对参数调节和核函数的选择敏感,原始分类器不加修改仅适用于处理二类问题。适用数据类型:数值型和标称型数据
我们希望间隔尽可能的大,这是因为如果我们犯错或者在有限的数据上训练分类器的话,我们希望分类器尽可能健壮。