项目:[SVM]监督学习模型
笔记整理时间:2018.10-11周四
一. 算法
1.原理,应用
什么是?
SVM一般是用来分类的(一般先分为两类,再向多类推广一生二,二生三,三生万物哈)
基本思想:
SVM最基本的应用是分类。 求解最优的分类面,然后用于分类。
最优分类面的定义:
对于SVM,存在一个分类面,两个点集到此平面的最小距离最大,两个点集中的边缘点到此平面的距离最大。
从直观上来看,下图左边的,肯定不是最优分类面;而右边的能让人感觉到其距离更大,使用的支撑点更多,至少使用了三个分类面,应该是最优分类面。
https://blog.csdn.net/alvine008/article/details/9097105?utm_source=blogxgwz1
基本原理:
可参考CJC Burges的“模式识别支持向量机指南”
可以解决什么问题?
分析数据,识别模式,分类和回归分析
2.例举典型例子说明原理(包括步骤)
主成成分分析的步骤
(1) 寻找最优分类面.
(2)
(3)
(4)(5)
最后总结(可包括优缺点,应用条件,更多应用场景等)
二.sk学习库代码
上机实现