机器学习--SVM

1、SVM是什么?

SVM(支持向量机,Support Vector Machine) 是一种经典的监督学习算法,主要用于分类和回归 任务,特别擅长解决小样本、非线性、高维度的分类问题。

2、核心

想象你在平面上有两类点(红点和蓝点),SVM的目标是找到一条最优的分界线(决策边界),使得:

  1. 两类点被正确分开

  2. 边界到最近点的距离最大化(这就是"最大间隔")

3、超平面方程

4、标签问题

在SVM中我们不用0和1来区分,使用+1和-1来区分,这样更严格,假设超平面可以将训练的样本正确

相关推荐
财富自由且长命百岁20 小时前
移动端老兵转型端侧 AI:第一周,我跑通了 ResNet50 推理
机器学习
melonbo21 小时前
Jetson Nano 平台YOLO目标检测优化详细设计方案
yolo·目标检测·目标跟踪
沅_Yuan1 天前
基于核密度估计的CNN-LSTM-Attention-KDE多输入单输出回归模型【MATLAB】
机器学习·回归·cnn·lstm·attention·核密度估计·kde
爱学习的小仙女!1 天前
机器学习面试题(二) 损失函数 常见损失函数
人工智能·机器学习
泰恒1 天前
计算机体系结构基础
人工智能·深度学习·机器学习
05大叔1 天前
优化器Adam,神经网络处理文本,CNN,RNN
开发语言·python·机器学习
liliangcsdn1 天前
ChromaDB距离计算公式示例
人工智能·算法·机器学习
nancy_princess1 天前
显式 + 隐式特征交叉融合模型
机器学习
SEO-狼术1 天前
Visualize Org Charts and Decision Trees in WinForms
算法·决策树·机器学习