6 支持向量机SVM

注:理论部分参考:http://blog.csdn.net/v_july_v/article/details/7624837

(1)SVM是现成最好的分类器,这里“现成”指的是分类器不加修改即可直接使用。

(2)SVM的实现方法有很多,最常用的就是序列最小最优化算法(SMO,sequentialminimal optimization)

(3)几乎所有的分类问题都可以使用SVM,但值得一提的是,SVM本身是一个二值分类器,对多类分类问题应用SVM需要对代码做一些修改。

(4)支持向量机是一种分类器。之所以称为“机”是因为它会产生一个二值决策结果,即它是一种决策“机”。

 

通过求解对偶问题得到最优解,这就是线性可分条件下支持向量机的对偶算法,这样做的优点在于:一者对偶问题往往更容易求解;二者可以自然的引入核函数,进而推广到非线性分类问题

 

SVM优缺点:

优:泛化错误率低,计算开销不大,结果易解释。

缺:对参数调整和核函数的选择敏感,原始分类器不加修改仅适用于处理二类问题。

适用数据类型:数值型和标称型数据。

 

posted @ 2016-02-23 17:46  hudongni1  阅读(197)  评论(0编辑  收藏  举报