对支持向量机SVM做个简单理解:支持向量机SVM是使得数据间隔最大的线性分类器,当数据线性可分时直接利用线性SVM,当数据不是线性可分时,利用核方法将数据映射到高维空间中,(在高维空间中数据线性可分的可能性大)之后利用SVC就可以将其分类。这跟多项式回归有相同之处,多项式回归利用Polynomialfeatures(degree=)函数增加数据特征,举个例子x1,x2经过该函数后变成[1,x1,x2,x1^2,x2^2]代入线性回归中,可以看做平方项就是新的x3,x4,利用线性回归去拟合数据。
对支持向量机SVM做个简单理解:支持向量机SVM是使得数据间隔最大的线性分类器,当数据线性可分时直接利用线性SVM,当数据不是线性可分时,利用核方法将数据映射到高维空间中,(在高维空间中数据线性可分的可能性大)之后利用SVC就可以将其分类。这跟多项式回归有相同之处,多项式回归利用Polynomialfeatures(degree=)函数增加数据特征,举个例子x1,x2经过该函数后变成[1,x1,x2,x1^2,x2^2]代入线性回归中,可以看做平方项就是新的x3,x4,利用线性回归去拟合数据。