移动学习网 导航

支持向量机是干什么的

2024-05-11来源:本站编辑

  • 支持向量机是什么东西?
  • 答:支持向量机(SVM)是数据挖掘中的一个新方法,能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题,并可推广于预测和综合评价等领域,因此可应用于理科、工科和管理等多种学科。目前国际上支持向...

  • 什么是支持向量机?
  • 答:向量机的概念。向量机(Support Vector Machine)是一种监督模式识别和机器学习方法,采用最大分类间隔准则实现有限训练样本情况下推广能力的优化。通过核函数间接实现非线性分类或函数回归,支持向量机通常简写作SVM。向量机的相关...

  • 你知道支持向量机(SVM)是什么意思吗?
  • 答:超级通俗的解释:支持向量机是用来解决分类问题的。先考虑最简单的情况,豌豆和米粒,用晒子很快可以分开,小颗粒漏下去,大颗粒保留。用一个函数来表示就是当直径d大于某个值D,就判定为豌豆,小于某个值就是米粒。d>D,...

  • 支持向量机是什么意思?
  • 答:支持向量机(英语:support vector machine,常简称为SVM,又名支持向量网络)是在分类与回归分析中分析数据的监督式学习模型与相关的学习算法。给定一组训练实例,每个训练实例被标记为属于两个类别中的一个或另一个,SVM训练...

  • Support Vector Machine是什么,具体解释下
  • 答:Support Vector Machine - 支持向量机,常简称为SVM,是一种监督式学习的方法,可广泛地应用于统计分类以及回归分析。支持向量机属于一般化线性分类器,也可以被认为是提克洛夫规范化(Tikhonov Regularization)方法的一个特例。

  • 支持向量机
  • 答:支持向量机(Suport Vector Machine,常简称为SVM),是一个监督式学习的方式。支持向量机属于一般化线性分类器,这类分类器的特点是能够同时最小化经验误差与最大化几何边缘区,因此支持向量机机也被称为最大边缘区分类器。 蓝色和红色的线...

  • 什么是支持向量机?
  • 答:模糊支持向量机有两种理解:一种是针对多定义样本或漏分样本进行模糊后处理;另一种是在训练过程中引入模糊因子作用。SVM在量化投资中的应用主要是进行金融时序数列的预测。根据基于支持向量机的时间序列预测模型,先由训练样本对...

  • 支持向量机( SVM)是什么意思?
  • 答:支持向量机(support vector machines, SVM)是一种二分类模型,所谓二分类模型是指比如有很多特征(自变量X)对另外一个标签项(因变量Y)的分类作用关系,比如当前有很多特征,包括身高、年龄、学历、收入、教育年限等共5项...

  • Support Vector Machine是什么,具体解释下。
  • 答:SVM(support vector machine 支持向量机)支持向量机SVM(Support Vector Machine)作为一种可训练的机器学习方法,依靠小样本学习后的模型参数进行导航星提取,可以得到分布均匀且恒星数量大为减少的导航星表 SVM的主要思想可以概括为...

  • 支持向量机是什么意思
  • 答:支持向量机(SVM)是90年代中期发展起来的基于统计学习理论的一种机器学习方法,通过寻求结构化风险最小来提高学习机泛化能力,实现经验风险和置信范围的最小化,从而达到在统计样本量较少的情况下,亦能获得良好统计规律的目的...


    网友点评:

    林荀平18759918825:   支持向量机 这个名字是怎么来的?
    临汾市1285回复: 支持向量机SVM(Support Vector Machine)作为一种可训练的机器学习方法,依靠小样本学习后的模型参数进行导航星提取,可以得到分布均匀且恒星数量大为减少的导航星表 基本情况 Vapnik等人在多年研究统计学习理论基础上对线性分类器提...

    林荀平18759918825:   支持向量机该如何理解?
    临汾市1285回复: 支持向量机的理解需要数据挖掘或机器学习的相关背景知识,在没有背景知识的情况下,可以先将支持向量机看作简单分类工具,再进一步引入核函数进行理解

    林荀平18759918825:   请问支持向量机是什么?
    临汾市1285回复: 而原来的问题可能在一个有限维空间中所述,经常发生以鉴别集是不是在该空间线性可分

    林荀平18759918825:   支持向量有什么用处呢?
    临汾市1285回复: 支持向量机主要解决的是一个2分类问题,它的基本思想是试图把一个低维的线性不可分的问题转化成一个高维的线性可分的问题

    返回顶部
    联系邮箱
    户户网菜鸟学习移动学习网