首页  流程图  详情

svm总流程

2017-02-14 10:15:06   0  举报





仅支持查看

为你推荐

查看更多



总

支持向量机（SVM）是一种监督学习算法，主要用于分类和回归任务。其基本流程如下：首先，通过训练数据集来构建模型；其次，使用核函数将数据映射到高维空间中；接着，在高维空间中找到最优超平面，使得不同类别的数据点距离该超平面最远；最后，利用决策函数对新数据进行分类或预测。SVM的核心思想是最大化分类边界与最近样本点之间的距离，从而实现对数据的高效分类。

作者其他创作

大纲/内容

训练

分词结果

句子矩阵

测试

特征融合

分词平台

训练数据

特征向量

分类结果

测试数据