支持向量机 (SVM) 是一种受监督的机器学习算法，它分析数据并根据过去的示例学习对其进行分类。它通常用于分类和回归分析。该算法找到最佳超平面，通过最大化它们之间的边距将数据分成几类。换句话说，它找到了最大化每个类中最近数据点之间距离的决策边界。最接近决策边界的数据点称为支持向量，决策边界到这些点的距离称为边缘。SVM 在许多不同领域都很流行，包括图像分类、文本分类和生物信息学。
发布日期:
Knowledge Exploration
支持向量机 (SVM) 是一种受监督的机器学习算法，它分析数据并根据过去的示例学习对其进行分类。它通常用于分类和回归分析。该算法找到最佳超平面，通过最大化它们之间的边距将数据分成几类。换句话说，它找到了最大化每个类中最近数据点之间距离的决策边界。最接近决策边界的数据点称为支持向量，决策边界到这些点的距离称为边缘。SVM 在许多不同领域都很流行，包括图像分类、文本分类和生物信息学。
发布日期: