支持向量机的基本原理
时间: 2023-09-08 09:13:35 浏览: 46
支持向量机(Support Vector Machine, SVM)是一种监督学习算法,它的目标是找出边际最大的决策边界。支持向量指的是离分隔超平面最近的那些点,而机表示的是一种算法。SVM通过最小化损失函数来求解决策边界,从而实现对数据的分类。 支持向量机(Support Vector Machines, SVM)
3. 支持向量机的三层理解,4. sklearn中的支持向量机
注意,除了特别表明是线性的两个类LinearSVC和LinearSVR之外,其他的所有类都是同时支持线性和非线性的。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [【SVM】- 支持向量机基本原理](https://blog.csdn.net/weixin_40040107/article/details/91128744)[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: 100%"]
[ .reference_list ]