數(shù)據(jù)挖掘?qū)д?展示頁(yè)
2025-07-28 17:51本頁(yè)面
【正文】 支持向量機(jī) ? 支持向量機(jī) (Support Vector Machine， SVM)是Corinna Cortes和 Vapnik等亍 1995年首先提出的，它在解決小樣本、非線性及 高維 模式識(shí)別中表現(xiàn)出許多特有的優(yōu)勢(shì)，幵能夠推廣應(yīng)用到 函數(shù) 擬合 等其他 機(jī)器學(xué)習(xí) 問(wèn)題中。 ? 在機(jī)器學(xué)習(xí)中，支持向量機(jī)（ SVM，還支持矢量網(wǎng)絡(luò)）是不相關(guān)的學(xué)習(xí)算法有關(guān)的監(jiān)督學(xué)習(xí)模型，可以分析數(shù)據(jù)，識(shí)別模式，用亍分類(lèi)和回歸分析。 ? 通俗來(lái)講，它是一種二類(lèi)分類(lèi)模型，其基本模型定義為特征空間上的間隔最大的線性分類(lèi)器，即支持向量機(jī)的學(xué)習(xí)策略便是間隔最大化，最終可轉(zhuǎn)化為一個(gè)凸二次規(guī)劃問(wèn)題的求解。一個(gè)線性分類(lèi)器的學(xué)習(xí)目標(biāo)就是
數(shù)學(xué)相關(guān)推薦
鄂ICP備17016276號(hào)-1