这几个都是分类算法模型
SVM
核心思想找到不同类别的分界面,两类样本分在面的两端,而且距离分界面尽量远
初期SVM是平面的,利用核函数后,将平面投影为曲面,大大提高了适用范围,在实际分类中准确度大大提高。
决策树
沿特征做切割,层层递进,并且继续划分,能够生成清晰的基于特征产生不同预测结果的树状结构,缺点是易被攻击,只需要改变其中一个特征就可出错。
DNN
输入层一层,隐层(可多层),输出层(一层)
关于SVM,决策树,DNN模型是啥
最新推荐文章于 2024-05-31 23:34:09 发布