zoukankan      html  css  js  c++  java
  • 初识机器学习_06 概述SVM

      概述:

        SVM本身是一种二分类模型,他的基本模型是定义在特征空间上的间隔最大(区别于感知机)的线性分类器。此外,SVM还包括kernel技巧,这使得SVM可以对非线性问题进行分类。

        SVM的学习策略就是间隔(支持向量之间的距离)最大化,可以形式化一个求解凸二次规划问题,SVM的学习算法就是求解凸二次规划的最优化算法。

        SVM学习方法包含:

                线性可分SVM(训练数据线性可分)

                线性SVM(训练数据近似线性可分)

                非线性SVM(训练数据不可分,通过使用kernel trick 以及软间隔最大化进行学习)

        SVM相关内容:

                三类SVM

                核函数

                SMO(快速学习算法——序列最小最优化算法)

        

  • 相关阅读:
    springcloud(三)
    springcloud(二)
    spring-cloud(一)
    springboot(三)
    springboot(二)
    springboot(一)
    dubbox
    SpringBoot终章(整合小型进销系统)
    SpringBoot第三节(thymeleaf的配置与SpringBoot注解大全)
    SpringBoot--集成Shiro
  • 原文地址:https://www.cnblogs.com/govin/p/3688956.html
Copyright © 2011-2022 走看看