支持向量机为什么能解决维数灾难和局部最小答：回到问题（个人理解）：1、支持向量机并不是“解决”维数灾难，准确来说是能避免“引起”维数灾难，利用核函数投射到高维，输入的维数n对核函数矩阵无影响。2、SVM可转化为一个凸优化问题的求解，则局部最优解就是全局最优...
支持向量机答：如果求出约束最优化问题的解 ,那么就可以得出最大间隔分离超平面 及决策函数 ,即线性可分支持向量机模型。 为了求解线性可分支持向量机的最优化问题,将它作为原始最优化问题,应用到拉格朗日对偶性,通过求解对偶问题得到原始问题的最优解,...
为什么支持向量机可以理解为最宽大街法答：支持向量机可以理解为最宽大街法的原因如下：支持向量机是1992年由Bell实验室的vladimir Vapnik和他的同事首次提出的。然而，许多人并不知道支持向量机的基础知识早在20世纪60年代他在莫斯科大学的博士论文中就已经开发出来了。...
数据挖掘-支持向量机答：支持向量机(support vector machine,SVM)是一种出色的分类技术,也可以用于回归分析(SVR)。这种技术可以很好的应用于高维数据,避免维度灾难等问题。 SVM有一个特点就是使用训练集中的一个子集来表示决策边界,该子集称作 支持向量。 SVM的...
手把手教你支持向量机模型 SVM答：掌握支持向量机（SVM）的精髓，就像打开一个神秘的黑盒，让数据世界里的线性和非线性分类变得直观而高效。SVM，作为二分类的守护者，它的使命是寻觅一个理想的空间分割线，比如将吸烟者和非吸烟者划分得如丝般分明。当面对...
支持向量机(2)答：简单的说，支持向量机就是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。通俗来讲，它是一种二类分类模型，其基本模型定义...
支持向量机的基本思想是什么?答：将数据进行分类是机器学习中的一项常见任务。 假设某些给定的数据点各自属于两个类之一，而目标是确定新数据点将在哪个类中。对于支持向量机来说，数据点被视为P维向量，而我们想知道是否可以用(p-1)维超平面来分开这些点。
支持向量机(SVM)中的参数C和gamma代表什么含义呢?答：C是惩罚系数，理解为调节优化方向中两个指标（间隔大小，分类准确度）偏好的权重，即对误差的宽容度，C越高，说明越不能容忍出现误差,容易过拟合，C越小，容易欠拟合，C过大或过小，泛化能力变差。gamma是选择RBF函数作为...
支持向量机中的函数距离和几何距离怎么理解答：答：函数间隔决定了数据点被分为某一类的确信度，而几何间隔实际上就是点到（超）平面的距离。两者是一个||w||的线性关系。那些支持向量就是函数间隔（也可以说是几何间隔，因为作了归一化限制）的临界点。有了支持向量...
西瓜书第六章支持向量机(6.1-6.2)答：支持向量机（SVM），全称是support vector machine,简单来说，它是一种二类分类器，基本模型就是在特征空间上寻找间隔最大的线性分类器，基于这个模型我们更改核函数就可以把它应用于非线性问题之中，首先我们看他的定义，什么...
网友点评：
关博甘15849407298：
请问支持向量机是用来做什么的?
大祥区305回复：
支持向量机(SupportVectorMachine,SVM)是CorinnaCortes和Vapnik等于1995年首先提出的,它在解决小样本、非线性及高维模式识别中表现出许多特有的优势,并能够推广应用到函数拟合等其他机器学习问题中
关博甘15849407298：
支持向量机的数学原理是什么?
大祥区305回复：
注意:(1)对于A中不同的元素,在B中不一定有不同的象;(2)B中每个元素都有原象,称映射f建立了集合A和集合B之间的一个一一对应关系,也称f是A到B上的一一映射
