成为VIP会员查看完整内容
VIP会员码认证
首页
主题
发现
会员
服务
注册
·
登录
支持向量机
关注
774
在机器学习中,支持向量机(SVM,也称为支持向量网络)是带有相关学习算法的监督学习模型,该算法分析用于分类和回归分析的数据。支持向量机(SVM)算法是一种流行的机器学习工具,可为分类和回归问题提供解决方案。给定一组训练示例,每个训练示例都标记为属于两个类别中的一个或另一个,则SVM训练算法会构建一个模型,该模型将新示例分配给一个类别或另一个类别,使其成为非概率二进制线性分类器(尽管方法存在诸如Platt缩放的问题,以便在概率分类设置中使用SVM)。SVM模型是将示例表示为空间中的点,并进行了映射,以使各个类别的示例被尽可能宽的明显间隙分开。然后,将新示例映射到相同的空间,并根据它们落入的间隙的侧面来预测属于一个类别。
综合
百科
荟萃
VIP
热门
动态
论文
精华
Prediction of Unmanned Surface Vessel Motion Attitude Based on CEEMDAN-PSO-SVM
Arxiv
0+阅读 · 4月17日
Which AI Technique Is Better to Classify Requirements? An Experiment with SVM, LSTM, and ChatGPT
Arxiv
0+阅读 · 4月16日
Predicting Overtakes in Trucks Using CAN Data
Arxiv
0+阅读 · 4月8日
Intelligent Optimization of Mine Environmental Damage Assessment and Repair Strategies Based on Deep Learning
Arxiv
0+阅读 · 4月2日
A Satellite Band Selection Framework for Amazon Forest Deforestation Detection Task
Arxiv
0+阅读 · 4月3日
Fusing Dictionary Learning and Support Vector Machines for Unsupervised Anomaly Detection
Arxiv
0+阅读 · 4月5日
Identifying Banking Transaction Descriptions via Support Vector Machine Short-Text Classification Based on a Specialized Labelled Corpus
Arxiv
0+阅读 · 3月29日
Novel entropy difference-based EEG channel selection technique for automated detection of ADHD
Arxiv
0+阅读 · 4月15日
Finding fake reviews in e-commerce platforms by using hybrid algorithms
Arxiv
0+阅读 · 4月9日
A Novel Loss Function-based Support Vector Machine for Binary Classification
Arxiv
0+阅读 · 3月25日
On The Effectiveness of One-Class Support Vector Machine in Different Defect Prediction Scenarios
Arxiv
0+阅读 · 3月23日
Robust optimization for adversarial learning with finite sample complexity guarantees
Arxiv
0+阅读 · 3月22日
Unit Commitment Predictor With a Performance Guarantee: A Support Vector Machine Classifier
Arxiv
0+阅读 · 3月18日
Comprehensive Study Of Predictive Maintenance In Industries Using Classification Models And LSTM Model
Arxiv
0+阅读 · 3月15日
Voting-based Multimodal Automatic Deception Detection
Arxiv
0+阅读 · 3月15日
参考链接
父主题
有监督学习
机器学习
数据挖掘
提示
微信扫码
咨询专知VIP会员与技术项目合作
(加微信请备注: "专知")
微信扫码咨询专知VIP会员
Top