支持向量机分类决策问题
时间: 2023-09-24 16:13:05 浏览: 46
支持向量机(Support Vector Machine,SVM)是一种常用的分类算法,它能够对数据进行分类并得到低错误率的结果。SVM的决策过程可以从数据层面上进行解释。在二维平面坐标系上,SVM通过找到一个或多个支持向量来构建分类边界,使得两个不同类别的样本点之间的间隔最大化。这个分类边界可以是直线、曲线甚至是高维空间中的超平面,具体形式取决于选择的核函数和模型。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [实验5 支持向量机分类实验](https://blog.csdn.net/vimpirespider/article/details/120959847)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *2* [支持向量机分类算法](https://blog.csdn.net/qq_43479892/article/details/126811791)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]