SVM是機(jī)器學(xué)習(xí)里面最強(qiáng)大最好用的工具之一，它試圖在特征空間里尋找一個(gè)超平面，以最小的錯(cuò)分率把正負(fù)樣本分開(kāi)。它的強(qiáng)大之處還在于，當(dāng)樣本在原特征空間中線性不可分，即找不到一個(gè)足...
發(fā)簡(jiǎn)信
IP屬地：新地區(qū)
SVM是機(jī)器學(xué)習(xí)里面最強(qiáng)大最好用的工具之一，它試圖在特征空間里尋找一個(gè)超平面，以最小的錯(cuò)分率把正負(fù)樣本分開(kāi)。它的強(qiáng)大之處還在于，當(dāng)樣本在原特征空間中線性不可分，即找不到一個(gè)足...