全文预览已结束
下载本文档
版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领
文档简介
机器学习的分类监督学习无监督学习半监督学习强化学习分类机器学习常见的算法回归算法（监督学习）SVM支持向量机（监督学习)降维算法（无监督学习)神经网络（监督学习）聚类算法（无监督学习)推荐算法（特殊)SVM算法SVM算法从某种意义上来说，支持向量机算法是逻辑回归算法的强化：通过给予逻辑回归算法更严格的优化条件，支持向量机算法可以获得比逻辑回归更好的分类界线。支持向量机是一种数学成分很浓的机器学习算法。通过支持向量机算法，既可以保持计算效率，又可以获得非常好的分类效果。因此支持向量机在90年代后期一直占据着机器学习中最核心的地位，基本取代了神经网络算法。直到现在神经网络借着深度学习重新兴起，两者之间才又发生了微妙的平衡转变。SVM支持向量机通过跟高斯函数的结合，支持向量机可以表达出非常复杂的分类界线，从而达成很好的分类效果。比如，可以将低维的空间映射到高维的空间。如何在二维平面划分出一个圆形的分类界线?在二维平面可能会很困难，但是通过高斯函数可以将二维空间映射到三维空间，然后使用一个线性平面就可以达到类似效果。
温馨提示
- 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2026年供销社财务岗位考试供销社财务风险防范题
- 2026年窗口工作人员户籍政策咨询知识考题
- 2026年企业财务风险管理要点及面试准备
- 中国汽车MOSFET行业市场集中度、市场规模及未来前景分析报告
- 2026年国有企业新员工转正定级考核知识题库
- 2026年电子竞技产业发展及政策解析含自测题
- 2026年中医药知识与健康调理问题集
- 2026年中国石油天然气集团校园招聘面试预测题
- 2026年国土空间规划法应知应会知识竞赛题
- 深度解析(2026)《GBT 18316-2008数字测绘成果质量检查与验收》
- 重庆第一中学校2025-2026学年八年级下学期学情自测语文试题（含答案）
- 浙江日报采编笔试内容
- 林业造林工程监理规划方案
- 广东省湛江市2026年普通高考测试（一）语文试题及参考答案
- 2026年兰考三农职业学院单招职业技能考试题库含答案详解（完整版）
- 步进电机培训课件教学
- 生物样本库伦理与法律合规管理
- 2025年五类人员进乡镇班子结构化笔试及答案
- 心理志愿者培训课件
- 原料不合格处置管理培训
- 2024武威辅警考试真题及答案
评论
0/150
提交评论