- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
PAGE1
PAGE1
Scikit-learn(Python库):支持向量机(SVM)原理与应用
1支持向量机的基本概念
支持向量机(SVM,SupportVectorMachine)是一种监督学习模型,主要用于分类和回归分析。其核心思想是找到一个超平面,使得两类数据在该超平面上的投影间隔最大化。这个超平面被称为最大间隔超平面,它能够提供最好的分类性能。
1.1最大间隔超平面
在二维空间中,超平面是一条直线;在三维空间中,超平面是一个平面;在更高维度的空间中,超平面是一个超平面。SVM试图找到一个超平面,使得正类和负类数据点到该超平面的距离最大化。这个距离被称为间隔
您可能关注的文档
- NiFi:NiFi安全与加密机制.docx
- NiFi:NiFi处理器详解与实践.docx
- NiFi:NiFi基础架构与概念.docx
- NiFi:NiFi集群与高可用性配置.docx
- NiFi:NiFi监控与性能调优.docx
- NiFi:NiFi控制器服务深入理解.docx
- NiFi:NiFi数据存储与检索方法.docx
- NiFi:NiFi数据流设计与实现.docx
- NiFi:NiFi数据路由与过滤策略.docx
- NiFi:NiFi数据源与目标连接教程.docx
- SciPy(Python库):SciPy并行计算与高性能.docx
- SciPy(Python库):SciPy插值方法解析.docx
- SciPy(Python库):SciPy傅立叶变换应用技术教程.docx
- SciPy(Python库):SciPy简介与安装.docx
- SciPy(Python库):SciPy空间数据结构与算法教程.docx
- SciPy(Python库):SciPy特殊函数库介绍.docx
- SciPy(Python库):SciPy统计模块深入.docx
- SciPy(Python库):SciPy图像处理实践.docx
- SciPy(Python库):SciPy稀疏矩阵操作教程.docx
- SciPy(Python库):SciPy线性代数模块应用.docx
文档评论(0)