svm多分类_支持向量机分类及在R中实现

75 阅读 0 评论 50 点赞

我是靠谱客的博主美丽芝麻，最近开发中收集的这篇文章主要介绍svm多分类_支持向量机分类及在R中实现，觉得挺不错的，现在分享给大家，希望可以做个参考。

支持向量机分类及在R中实现

支持向量机( Support Vector Machine ， SVM )是一类可用于分类和回归的有监督机器学习模型。本篇简介 SVM 的分类功能。

SVM分类原理

已知一个数据集包含M个对象N个变量，这些对象可划分为两类别。如果将对象以点绘制在变量空间中，则可获得N维空间。

SVM旨在多维空间中找到一个超平面(hyperplane)，该平面能够将全部对象分成最优的两类：两类中距离最近的点的间距(margin)尽可能大。这些在间距边界上的点被称为支持向量(support vector)，它们决定间距，分割的超平面位于间距的中间。

因此在一个N维空间(对应N个变量)中，可获得一个N–1维的最优超平面。如下展示了当变量数为2时的情形，超平面此时是一条直线。当变量数为3时，超平面是一个平面；当变量数N>3时，超平面是N-1维的超平面。

以上就是美丽芝麻为你收集整理的svm多分类_支持向量机分类及在R中实现的全部内容，希望文章能够帮你解决svm多分类_支持向量机分类及在R中实现所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。