摘要：
SVM： 1. 线性与非线性 核函数； 2. 与神经网络关系 置信区间结构； 3. 训练方法； 4.SVM light，LS-SVM； 5. VC维 u-SVC 与 c-SVC 区别？ 除参数不同外，两者基本一样。 c-SVC c∈(0,∞) u-SVC c∈[0,1] c是一个很好的特征，它与支持 阅读全文
posted @ 2017-08-07 03:34 编著人 阅读(344) 评论(0) 推荐(0) 编辑
|
摘要：
SVM： 1. 线性与非线性 核函数； 2. 与神经网络关系 置信区间结构； 3. 训练方法； 4.SVM light，LS-SVM； 5. VC维 u-SVC 与 c-SVC 区别？ 除参数不同外，两者基本一样。 c-SVC c∈(0,∞) u-SVC c∈[0,1] c是一个很好的特征，它与支持 阅读全文
posted @ 2017-08-07 03:34 编著人 阅读(344) 评论(0) 推荐(0) 编辑 |
||