《Scikit-Learn與TensorFlow機(jī)器學(xué)習(xí)實(shí)用指南》第5章 支持向量機(jī)

第5章 支持向量機(jī)

來源：ApacheCN《Sklearn 與 TensorFlow 機(jī)器學(xué)習(xí)實(shí)用指南》翻譯項(xiàng)目

譯者：@QiaoXie

校對(duì)：@飛龍

支持向量機(jī)（SVM）是個(gè)非常強(qiáng)大并且有多種功能的機(jī)器學(xué)習(xí)模型，能夠做線性或者非線性的分類，回歸，甚至異常值檢測(cè)。機(jī)器學(xué)習(xí)領(lǐng)域中最為流行的模型之一，是任何學(xué)習(xí)機(jī)器學(xué)習(xí)的人必備的工具。SVM 特別適合復(fù)雜的分類，而中小型的數(shù)據(jù)集分類中很少用到。
本章節(jié)將闡述支持向量機(jī)的核心概念，怎么使用這個(gè)強(qiáng)大的模型，以及它是如何工作的。

閱讀全文

最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡書系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

友情鏈接更多精彩內(nèi)容