热线电话:13121318867

登录
2018-12-05 阅读量: 2682
SVM 是什么

“由于理解支持向量机(Support Vector Machines, SVM)需要掌握一些理论知识,而这对于

读者来说有一定难度,于是建议读者直接下载LIBSVM使用。”我发现,在介绍SVM时,不止一

本书都采用了以上这种模式。本书并不打算沿用这种模式。我认为,如果对SVM的理论不甚了解

就去阅读其产品级C++代码,那么读懂的难度很大。但如果将产品级代码和速度提升部分剥离出

去,那么代码就会变得可控,或许这样的代码就可以读懂了。

有些人认为, SVM是最好的现成的分类器,这里说的“现成”指的是分类器不加修改即可直

接使用。同时,这就意味着在数据上应用基本形式的SVM分类器就可以得到低错误率的结果。

SVM能够对训练集之外的数据点做出很好的分类决策。

本章首先讲述SVM的基本概念,书中会引入一些关键术语。 SVM有很多实现,但是本章只

关注其中最流行的一种实现,即序列最小优化(Sequential Minimal Optimization, SMO)算法。

在此之后,将介绍如何使用一种称为核函数(kernel)的方式将SVM扩展到更多数据集上。

353.8013
3
关注作者
收藏
评论(1)

发表评论
诗人都在海底
2018-12-06
SVM简单的理解:寻找一个超平面,使得样本中的空间点到该平面的最小距离最大。
0.0000 0 0 回复