支持向量机简介
SVM学习方法
线性可分支持向量机
硬间隔
支持向量是距离超平面最近的几个样本点
支持向量不变则超平面就不变：因为超平面到两边距离一样
间隔和最大间隔
线性支持向量机-软间隔
非线性支持向量机-核函数
这时我们可以通过核函数将数据从原始空间映射到高维特征空间，使数据在高维特征空间线性可分，将原本的非线性问题转为线性问题
105~108SVMf
wjykp2026-01-02 9:49
相关推荐
程序员-King.1 天前
day158—回溯—全排列（LeetCode-46）月挽清风1 天前
代码随想录第七天：小O的算法实验室1 天前
2026年AEI SCI1区TOP，基于改进 IRRT*-D* 算法的森林火灾救援场景下直升机轨迹规划，深度解析+性能实测小郭团队1 天前
2_1_七段式SVPWM （经典算法）算法理论与 MATLAB 实现详解充值修改昵称1 天前
数据结构基础：从二叉树到多叉树数据结构进阶Deepoch1 天前
Deepoc数学大模型：发动机行业的算法引擎浅念-1 天前
C语言小知识——指针(3)Hcoco_me1 天前
大模型面试题84：是否了解 OpenAI 提出的Clip，它和SigLip有什么区别？为什么SigLip效果更好？BHXDML1 天前
第九章：EM 算法却道天凉_好个秋1 天前
目标检测算法与原理（三）：PyTorch实现迁移学习