支持向量機
支持向量機可用來做什麼?
- 分類、迴歸(例如時間序列預測)、邊界檢測、聚類
什麼是支持向量機?
SVM是一種可用於解決分類和迴歸問題的有監督機器學習算法,但更常用於分類。假設有兩類或兩類以上的數據,SVM可以作爲一個區分性的分類器,它通常由一個可把所有數據都分開的最優超平面來定義。新的樣本將根據它在此空間中映射到的位置進行分類。
支持向量又是什麼?
支持向量就是離超平面最近的那些點。
超平面又是什麼?
在二維平面上的數據點,將數據集分隔開的的直線稱爲分隔超平面;
如果數據集是三維的,用來分隔數據的將是一個平面;
如果數據集是N維的,對數據進行分隔的對象將是一個N-1維的超平面,也成爲分類的決策邊界。
【Tips】幾乎所有的分類問題都可以使用SVM,SVM本身是一個二分類器,解決多分類問題需要對SVM代碼進行一些修改。
優點:泛化錯誤率低,計算開銷不大,結果易解釋。
缺點:對參數調節和核函數的選擇敏感,原始分類器不加修飾僅適用於處理二類問題。
適用數據類型:數值型和標稱型數據。