Support Vector Machine是什么?
发布日期:2021-07-01 05:05:01 浏览次数:2 分类:技术文章

本文共 566 字,大约阅读时间需要 1 分钟。

Support Vector Machine是支持向量机,在机器学习领域,支持向量机SVM(Support Vector Machine)是一个有监督的学习模型,通常用来进行模式识别、分类以及回归分析。

Vapnik等人在多年研究统计学习理论基础上对线性分类器提出了另一种设计最佳准则。其原理也从线性可分说起,然后扩展到线性不可分的情况。甚至扩展到使用非线性函数中去,这种分类器被称为支持向量机(Support Vector Machine,简称SVM)。支持向量机的提出有很深的理论背景。

支持向量机方法是在后来提出的一种新方法。
SVM的主要思想可以概括为两点:⑴它是针对线性可分情况进行分析,对于线性不可分的情况,通过使用非线性映射算法将低维输入空间线性不可分的样本转化为高维特征空间使其线性可分,从而 使得高维特征空间采用线性算法对样本的非线性特征进行线性分析成为可能;

参考学习:

1. C++标准模板库从入门到精通 

2.跟老菜鸟学C++

3. 跟老菜鸟学python

4. 在VC2015里学会使用tinyxml库

5. 在Windows下SVN的版本管理与实战 

 

6.Visual Studio 2015开发C++程序的基本使用 

7.在VC2015里使用protobuf协议

8.在VC2015里学会使用MySQL数据库

转载地址:https://mysoft.blog.csdn.net/article/details/60580456 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!

上一篇:Learning Theory---误差理论(Error Theory)
下一篇:生成学习算法(generative learning algorithms)和判别学习算法(discriminative learning algorithms)

发表评论

最新留言

网站不错 人气很旺了 加油
[***.192.178.218]2024年04月20日 22时51分01秒