与逻辑回归和决策树等其他分类器相比，SVM 提供了非常高的准确度。它以其处理非线性输入空间的内核技巧而闻名。它用于各种应用，例如人脸检测、入侵检测、电子邮件、新闻文章和网页的分类、基因分类和手写识别。
文章目录
一、什么是支持向量机？
1.1 定义
-
- 一、什么是支持向量机？
-
- 1.1 定义
- 1.2 支持向量
- 1.3 超平面
- 1.4 边距
- 二、SVM 是如何工作的？
-
- 2.1 处理线性
- 2.2 处理非线性和不可分的平面
- 2.3 支持向量机内核
- 三、案例实现
-
- 3.1 数据集
- 3.2 实现
- 四、支持向量机优缺点
-
- 4.1 优点
- 4.2 缺点
超平面是分割输入变量空间的线。在SVM中
