svm是什么

SVM 的全称为 Support Vector Machine , 即svm算法 , 主要用于处理系统识别领域的数据分类问题 , 属于一种监督学习算法 。

svm是什么

文章插图
svm算法(Support Vector Machine, SVM)它是一种按监督学习(supervised learning)对数据进行二元分类的理论线性分类器(generalized linear classifier) , 其决策边界是学习样本的主要边界 。超平面(maximum-margin hyperplane) 。
SVM 应用合页损失函数(hinge loss)计算经验风险(empirical risk)并在求得系统中加入正则化项以优化结构风险(structural risk) , 它是一种稀疏而稳定的分类器 。SVM 可以通过核方法(kernel method)非线性分类是常见的核学习(kernel learning)方法之一 。
SVM 被提出于 1964 20世纪 , 20世纪 90 经过时代的快速发展 , 催生了一系列的改进和扩展算法 , 在人像识别、文本分类等系统识别中 , (pattern recognition)问题包括被应用 。
【svm是什么】