iT邦幫忙

2023 iThome 鐵人賽
DAY 16
0
AI & Data

什麼演算法?一起來學機器學習!系列 第 16 篇

Day16-SVM (Support Vector Machine) / SVR (Support Vector Regression)

15th鐵人賽 機器學習 machine learning 學習筆記 svm
852 瀏覽

  • 分享至 

  • xImage
    •  

SVM (Support Vector Machine)

https://ithelp.ithome.com.tw/upload/images/20231001/20163280OJwmi3NJuM.png

  1. 若資料為非線性，將資料映射到高維空間中(用kernel function)
  2. 找一超平面將資料分開，使資料到超平面的距離最遠
    https://ithelp.ithome.com.tw/upload/images/20231001/20163280DNB64f1Wj8.png

SVR (Support Vector Regression)

  • 跟ＳＶＭ類似
  • 可以自己定義一個精度，精度範圍內的點不計算損失
  • 最小化超平面與精度外的點的距離
  • 如果原始資料是非線性的，一樣可以用kernel function將數據映射到高維空間中

優缺點

  • 優點

    • 可處理樣本數少的情況
    • 可處理非線性問題

  • 缺點

    • 資源消耗較多
    • 不適用樣本數多的情況

參考資料


上一篇
Day15-stacking
下一篇
Day17-kernel function(核函數)
系列文
什麼演算法?一起來學機器學習! 共 30 篇
  1. 26
    # Day26-Single Shot MultiBox Detector (SSD) part1
  2. 27
    # Day27-Single Shot MultiBox Detector (SSD) part2
  3. 28
    Day28-Single Shot MultiBox Detector (SSD) part3
  4. 29
    Day29-混淆矩陣(confusion matrix)
  5. 30
    Day30-完賽啦！對於這次鐵人賽，我有話要說
完整目錄
圖片
  熱門推薦
圖片
{{ item.channelVendor }} | {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言
iThome鐵人賽
iThome鐵人賽
參賽組數
902 組
團體組數
37 組
累計文章數
18291 篇
完賽人數
228 人
iT+看影片追技術 看影片追技術 看更多
熱門tag 看更多
15th鐵人賽 16th鐵人賽 13th鐵人賽 14th鐵人賽 12th鐵人賽 17th鐵人賽 11th鐵人賽 鐵人賽 2019鐵人賽 javascript 2018鐵人賽 python 2017鐵人賽 windows php c# linux windows server css react
熱門問題
熱門回答
熱門文章
IT邦幫忙