超级会员免费看
支持向量机（SVM）是一种用于分类和回归问题的机器学习模型。它寻找能最大化类别间距离（margin）的决策边界，确保样本点到边界（支持向量）的距离最大。SVM通过考虑离决策边界最近的样本点（支持向量）来构建最优分类器，从而实现高效且准确的分类效果。
在出现深度学习,神经网络算法之前,支持向量机已经可以解决很多问题了,我们自然界中的问题,无非就是可以转换为回归问题和分类问题.
然后从现在开始我们来看支持向量机,首先看一下这几个字
support 是支持 vector是向量的意思,然后 machine指的是机器
那么我们之前用到的模型,比如线性回归模型,用来进行预测的模型,我们就把他称之为是机器
这个support vector machine 其实就是支持向量的各种用来解决问题的模型.
然后我们再去看个例子
可以看到这里有两个部分,有蓝点有红点,那么,我可以用多条线条来把,这两个部分分开
那么,可以看到,可以用a,b,c三条线对吧,那么到底哪条比较合适呢?
如果我们用肉眼看,一看就知道是b线对吧
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
