【案例共创】线性分类器与支持向量机 - 新闻标题主题分类(SVM)
【摘要】 通过本案例可以对线性分类器与⽀持向量机进行学习，同时了解MindSpore框架的使用。
最新案例动态，请查阅【案例共创】线性分类器与支持向量机 - 新闻标题主题分类(SVM)。小伙伴们快来领取华为开发者空间进行实操吧！
本案例由：梅科尔工作室提供
在机器学习领域，分类的目标是指将具有相似特征的对象聚集。而一个线性分类器则透过特征的线性组合来做出分类决定，以达到此种目的。
支持向量机（Support Vector Machine, SVM）是一种广泛应用于机器学习的监督学习模型，主要用于分类和回归任务。其核心思想是通过寻找一个最优超平面，将不同类别的样本分开，并最大化类别之间的间隔。
本案例通过在开发者空间Notebook中，基于SVM并使用MindSpore框架进行数据预处理和词向量训练，对新闻标题进行预测分类。
通过本案例可以对线性分类器与⽀持向量机进行学习，同时了解MindSpore框架的使用。
说明：
- 登录开发者空间，启动Notebook；
- 在Notebook中编写代码运行调试。
【声明】本内容来自华为云开发者社区博主，不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源（华为云社区）、文章链接、文章作者等基本信息，否则作者和本社区有权追究责任。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）