-
SVM
寻找一条直线或超平面,将输入数据分隔成两类。- 好的分隔线可以最大化间隔
-
SVM
首先考虑是否正确分类,其次才是最大化间隔。 - 同时,可以做到忽略异常值,在忽略异常值和最大间隔之间找到平衡点。
-
sklearn
中的SVM
:import
、fit()
、predict()
- 相对于朴素贝叶斯,线性
SVM
提供一条笔直的决策边界
- 相对于朴素贝叶斯,线性
-
Kernel Trick :特征(维度)变换,可以在构造分类器时通过
kernel
参数进行控制 -
参数
kernel
-
C
:在决策边界的正确性和平滑性之间进行平衡。C
值越大,分类越正确,边界越复杂。 -
gamma
:此参数对线性核函数无影响
-
SVM
的优缺点- 在具有明显边界的数据上表现出色
- 海量数据时非常耗时(训练时间与数据量的3次方成正比)
- 噪声过大的数据同样表现不理想
Udacity 数据分析进阶课程笔记L33:支持向量机(SVM)
最后编辑于 :
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
- 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
推荐阅读更多精彩内容
- 第5章 支持向量机 来源:ApacheCN《Sklearn 与 TensorFlow 机器学习实用指南》翻译项目译...
- 第6章 支持向量机 支持向量机 概述 支持向量机(Support Vector Machines, SVM):是一...
- 在Android的新发布的支持库Android Support Library 25.0.0中新添加了新的组件,其...