SVM的精髓:
(1) 维度第的通常使用二维的曲线没有办法区分开
(2)所以我们使用一种映射关系,对二维平面的点进行映射将其映射到高纬的平面中
(3)在高纬的平面中点的分布更加的稀疏,更加的广泛这个时候选择使用一种合理的面结构,将其拆分
思考:
按理来说,应该是考虑的参数越多,它们的区分度应该是越大的各种肉眼看不出来的差别就会显现。 这个就是从DNA看一个人
和通过肉眼识别双胞胎的一个区别。
探讨SVM如何通过映射将低维不可分数据转换到高维空间,实现复杂数据的有效分类。揭示高维空间中数据分布特性及合理面结构的选择。
SVM的精髓:
(1) 维度第的通常使用二维的曲线没有办法区分开
(2)所以我们使用一种映射关系,对二维平面的点进行映射将其映射到高纬的平面中
(3)在高纬的平面中点的分布更加的稀疏,更加的广泛这个时候选择使用一种合理的面结构,将其拆分
思考:
按理来说,应该是考虑的参数越多,它们的区分度应该是越大的各种肉眼看不出来的差别就会显现。 这个就是从DNA看一个人
和通过肉眼识别双胞胎的一个区别。

被折叠的 条评论
为什么被折叠?