机器学习(十三):支持向量机(SVM)
【摘要】
与逻辑回归和决策树等其他分类器相比,SVM 提供了非常高的准确度。它以其处理非线性输入空间的内核技巧而闻名。它用于各种应用,例如人脸检测、入侵检测、电子邮件、新闻文章和网页的分类、基因分类和手写识别。 ...
与逻辑回归和决策树等其他分类器相比,SVM 提供了非常高的准确度。它以其处理非线性输入空间的内核技巧而闻名。它用于各种应用,例如人脸检测、入侵检测、电子邮件、新闻文章和网页的分类、基因分类和手写识别。
一、什么是支持向量机?
1.1 定义
超平面是分割输入变量空间的线。在SVM中
文章来源: chuanchuan.blog.csdn.net,作者:川川菜鸟,版权归原作者所有,如需转载,请联系作者。
原文链接:chuanchuan.blog.csdn.net/article/details/126086866
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)