02-37 支持向量機總結

目錄

• 支持向量機總結
• 1、支持向量機優缺點
• 2、優勢
• 3、缺點
• 4、小結

更新、更全的《機器學習》的更新網站，更有python、go、數據結構與算法、爬蟲、人工智能教學等着你：http://www.javashuo.com/article/p-vozphyqp-cm.html

支持向量機總結

支持向量機中有線性可分支持向量機、線性支持向量機、非線性支持向量機、線性支持迴歸等算法，算是前期比較繁瑣的一個內容，若是感受本身仍是對間隔最大化、支持向量等知識點不太瞭解的，能夠對着簡單的感知機模型多看幾遍，多揣摩揣摩，若是對對偶形式優化不太懂得，能夠參考拉格朗日乘子法多看一看，若是不涉及太深，優化方面僅作了解便可，下面將和你們聊一聊支持向量機的優缺點。

1、支持向量機優缺點

2、優勢

1. 既能夠解決分類問題，又能夠解決迴歸問題
2. 不依賴全部數據，僅僅使用一部分數據作分離超平面的決策
3. 可使用不一樣的核函數解決數據線性不可分的問題
4. 樣本量不大的時候，模型效果很是好

3、缺點

1. 訓練集樣本量過大，核函數映射時維度很是高，計算開銷偏大
2. 對缺失數據敏感

4、小結

支持向量機也算是告一段落，雖然在目前大數據的時代背景下，集成學習和神經網絡被普遍應用於工業上，SVM因爲計算開銷大的缺點貌似有點招架不住，可是對於數據量不大的樣本集，SVM的表現仍是很是不錯的。