2016-2022 All Rights Reserved.平安財經(jīng)網(wǎng).復制必究 聯(lián)系QQ280 715 8082 備案號:閩ICP備19027007號-6
本站除標明“本站原創(chuàng)”外所有信息均轉載自互聯(lián)網(wǎng) 版權歸原作者所有。
大家好,svm,關于svm的簡介很多人還不知道,現(xiàn)在讓我們一起來看看吧!
1、支持向量機(Support Vector Machine)是一種監(jiān)督模式識別和機器學習方法,采用最大分類間隔準則實現(xiàn)有限訓練樣本情況下推廣能力的優(yōu)化。
2、通過核函數(shù)間接實現(xiàn)非線性分類或函數(shù)回歸,支持向量機通常簡寫作SVM。
3、SVM使用鉸鏈損失函數(shù)(hinge loss)計算經(jīng)驗風險(empirical risk)并在求解系統(tǒng)中加入了正則化項以優(yōu)化結構風險(structural risk),是一個具有稀疏性和穩(wěn)健性的分類器。
4、SVM可以通過核方法(kernel method)進行非線性分類,是常見的核學習(kernel learning)方法之一。
5、SVM被提出于1964年,在二十世紀90年代后得到快速發(fā)展并衍生出一系列改進和擴展算法,在人像識別(face recognition)、文本分類(text categorization)等模式識別(pattern recognition)問題中有得到應用。
本文關于svm的簡介就講解完畢,希望對大家有所幫助。
2016-2022 All Rights Reserved.平安財經(jīng)網(wǎng).復制必究 聯(lián)系QQ280 715 8082 備案號:閩ICP備19027007號-6
本站除標明“本站原創(chuàng)”外所有信息均轉載自互聯(lián)網(wǎng) 版權歸原作者所有。