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①(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。






推荐帖子
0条评论
0条评论
0条评论