AI 助理
备案控制台
文章 2024-03-11 来自：开发者社区

探索机器学习中的支持向量机（SVM）算法

支持向量机（Support Vector Machines, SVM）自20世纪90年代被提出以来，已成为机器学习领域的一项基石技术。SVM以其优雅的数学形式、强大的理论基础和在多种实际问题上的优秀表现而广受欢迎。在这篇技术分享中，我们将一探究竟，了解SVM是如何工作的，以及它在现实世界中的应用。 首先ÿ...

文章 2024-02-08 来自：开发者社区

GEE机器学习——利用支持向量机SVM进行土地分类和精度评定

支持向量机方法 支持向量机（Support Vector Machine，SVM）是一种常用的机器学习算法，主要用于分类和回归问题。SVM的目标是找到一个最优的超平面，将不同类别的样本点分隔开来，使得两个类别的间隔最大化。具体来说，SVM通过寻找支持向量（即距离超平面最近的样本点），确定决策边界，并根据支持向量的位置进行分类。 SVM方法的具体步骤如下： 1. 数据准备：...

文章 2024-01-31 来自：开发者社区

【机器学习】支持向量机SVM综述

对两类样本点进行分类，如下图，有a线、b线、c线三条线都可以将两类样本点很好的分开类，我们可以观察到b线将两类样本点分类最好，原因是我们训练出来的分类模型主要应用到未知样本中，虽然a、b、c三条线将训练集都很好的分开类，但是当三个模型应用到新样本中时，b线抗干扰能力最强，也就是泛化能力最好，样本变化一些关系不大，一样能被正确的分类。那么如何确定b线的位置呢？我们可以使用支持向量机SVM来确定b线....

【机器学习】支持向量机SVM综述
文章 2023-11-01 来自：开发者社区

机器学习面试笔试知识点-线性回归、逻辑回归(Logistics Regression)和支持向量机(SVM)

一、线性回归1.线性回归的假设函数2.线性回归的损失函数（Loss Function）MSE（均方误差）J=12m∑i=1m(yi′−yi)2通过梯度下降法或正规方程（θ=(xTx)−1xTy）求出使得代价函数最小的参数两者区别梯度下降正规方程需要选择学习率不需要当特征数量较大时也能较好适用（O(kn^2)）需要计算（X^TX^-1）,如果特征数量n较大则运算代价大，通常n小于10000时可接受....

机器学习面试笔试知识点-线性回归、逻辑回归(Logistics Regression)和支持向量机(SVM)
文章 2023-08-04 来自：开发者社区

【机器学习实战项目】10分钟学会Python怎么用支持向量机SVM进行分类预测（三）

[toc]1 前言1.1 支持向量机的介绍支持向量机（Support Vector Machine，SVM）是一种监督学习的分类算法。它的基本思想是找到一个能够最好地将不同类别的数据分开的超平面，同时最大化分类器的边际（margin）。SVM的训练目标是最大化间隔（margin），即支持向量到超平面的距离。具体地，对于给定的训练集，SVM会找到一个最优的分离超平面，使得距离该超平面最近的样本点（....

【机器学习实战项目】10分钟学会Python怎么用支持向量机SVM进行分类预测（三）
文章 2023-05-29 来自：开发者社区

瞎聊机器学习——全方位理解支持向量机（SVM）

SVM是一种常用的二分类模型，同时我们也可以通过核技巧用它来解决一些多分类的问题，下面我们来仔细的研究一下这个神秘的模型。一、线性可分问题 线性可分，顾名思义就是可以用一条直线能够将两个不同的种类分开的问题。我们当然可以这么去理解，但是线性不可分的问题你是否能够很快的想到一个好的例子呢？下面我们来仔细的说一下这个问题。用上图来作为一个简单的例子，图中有三角和圆两个类别，我们想找一条线把....

瞎聊机器学习——全方位理解支持向量机（SVM）
文章 2023-03-24 来自：开发者社区

机器学习算法（四）: 基于支持向量机的分类预测（SVM）

机器学习算法（四）: 基于支持向量机的分类预测（SVM）本项目链接：https://www.heywhale.com/home/column/64141d6b1c8c8b518ba97dcc1.相关流程支持向量机（Support Vector Machine，SVM）是一个非常优雅的算法，具有非常完善的数学理论，常用于数据分类，也可以用于数据的回归预测中，由于其其优美的理论保证和利用核函数对于线....

机器学习算法（四）: 基于支持向量机的分类预测（SVM）
文章 2023-02-09 来自：开发者社区

机器学习算法之——支持向量机(Support Vector Machine, SVM）

前言上星期写了Kaggle竞赛的详细介绍及入门指导，但对于真正想要玩这个竞赛的伙伴，机器学习中的相关算法是必不可少的，即使是你不想获得名次和奖牌。那么，从本周开始，我将介绍在Kaggle比赛中的最基本的也是运用最广的机器学习算法，很多项目用这些基本的模型就能解决基础问题了。今天我们开始介绍支持向量机(Support Vector Machine, SVM），是一种经典的二分类模型，属于监督学习算....

机器学习算法之——支持向量机(Support Vector Machine, SVM）
文章 2023-01-18 来自：开发者社区

【机器学习】支持向量机（SVM）——软间隔线性不可分（理论+图解+公式推导）

2021人工智能领域新星创作者，带你从入门到精通，该博客每天更新，逐渐完善机器学习各个知识体系的文章，帮助大家更高效学习。一、概述上篇文章我们引出了SVM的硬间隔的概念，它是最大化我们每个样本到超平面的间隔，使每个样本的函数间隔大于等于1，即：y i ( w T x i + b ) ≥ 1 y_i(w^Tx_i+b)\geq1yi(wTxi+b)≥1而且它有个前提条件就是数据是线性可分的，就是能....

【机器学习】支持向量机（SVM）——软间隔线性不可分（理论+图解+公式推导）
文章 2023-01-18 来自：开发者社区

【机器学习】支持向量机（SVM）——硬间隔+对偶+KKT条件+拉格朗日乘子（理论+图解+公式推导）

2021人工智能领域新星创作者，带你从入门到精通，该博客每天更新，逐渐完善机器学习各个知识体系的文章，帮助大家更高效学习。一、概述本篇文章将讲解机器学习中的一个非常强的算法——支持向量机（SVM），一听到它的名字就会感到这个算法非常的厉害，确实是这样，在神经网络还没有发展起来的一段时间，它确实称霸了很久，而且也具有较高的能力。支持向量机最开始是一个简单的二分类模型，后面不断发展引入了核函数、非线....

【机器学习】支持向量机（SVM）——硬间隔+对偶+KKT条件+拉格朗日乘子（理论+图解+公式推导）

本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。

机器学习平台 PAI支持向量机相关内容

机器学习平台 PAI您可能感兴趣