然而,尽管理解核函数的工作原理可能很困难,但它所要实现的目标很容易把握。
线性 SVM
先简要说明一下 SVM 的一般工作原理。我们可以将 SVM 用于分类和回归任务,但在本文中,将重点关注分类。...yy.ravel()])
Z = Z.reshape(xx.shape)
plt.contour(xx, yy, Z, colors='k', levels=[-1, 0, 1], alpha...=0.5,
linestyles=['--', '-', '--'])
用自定义的函数 plot_svm() 对前述模型 pip 和数据集 X 绘图,并输出下图所示图像...我们可以通过调整
\gamma
参数来解决问题。
\gamma
参数可以充当正则项——参数越小,决策边界越平滑,但要防止过拟合。...SVM在处理线性可分数据时很有效,但在其他方面效果极差。
为了使非线性数据变得线性可分(从而便于使用 SVM),我们可以向数据中添加更多的特征,因为在高维空间中,数据线性可分的概率增加了。