SVM(Support Vector Machine)
SVM:典型的二类分类器。在小样本、非线性和高维模式识别(样本维数高)中体现了比较大的优势。主要用于模式识别,分类和回归。(基本上可以称为最好的有监督学习算法)。支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的。(结构风险=经验风险+置信风险)。其基本模型定义为特征空间上的间隔最大的线性分类器,其学习策略便是间隔最大化,最终可转化为一个凸二次规划问题的求解。间隔越大,则越
原创
2015-08-01 20:24:49 ·
537 阅读 ·
0 评论