- 博客(1)
- 收藏
- 关注
RSS订阅原创 初识原理——SVM学习
意义：对特征进行分类 原理： 通过非线性映射将样本空间映射至高维空间，使得原样本空间非线性可分问题转化为特征空间线性可分问题，在高维特征空间可以通过一个线性超平面实现线性回归，但是升维会造成计算复杂度的升高，然而在低维度样本空间又无法线性处理样本集。 SVM通过某种方式使得升维几乎不增加复杂性 对于一个二维平面上的一个点，其x,y坐标是确定的，但是其在z轴上的位置是不确定
2018-01-06 17:59:09
183
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人