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

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

  • 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!30
圖片
  直播研討會
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