支持向量机及MATLAB实现

当低维特征空间分类效果不佳时,支持向量机通过映射到高维空间实现高效分类。这是一种基于最大间隔原则的线性二分类模型,亦可扩展应用于多类分类。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

应用背景:在我们使用其他一些分类方法对低维特征空间进行分类时,无论怎么设计分类器得不到好的分类效果,于是人们提出把低维空间映射到高维空间进行分类,而且达到了很好的分类效果,进而提出支持向量机(support  vector  machines , SVM)分类模型。

基本原理:支持向量机是一种定义在特征空间上使间隔最大的线性二分类模型,也可将其推广到多类分类问题。

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值