opencv中怎么使用svm支持向量机分类高维数据
答案:1 悬赏:60 手机版
解决时间 2021-11-26 14:49
- 提问者网友：我的未来我做主
- 2021-11-25 19:40
opencv中怎么使用svm支持向量机分类高维数据
最佳答案
- 五星知识达人网友：琴狂剑也妄
- 2021-11-25 20:48
个例子中使用笛卡尔平面处理线和点取代高维空间中的超平面和向量，这是一个简化的问题。理解这么做的唯一原因是例子构建的直觉更容易想象是非常重要的。但是在实际应用中分类的目标通常是大于2维的
在上面的图片我们可以看到有有多条直线可以解决问题，是否有一条直线式最好的呢？我们可以i直观的定义一个标注去评估直线的效果：
如果一条直线太靠近点是不好的因为其将对噪声敏感并且其不是一般意义上的正确。因此，我们的目标是找到一条直线尽可能的远离所有点。
因此，SVM算法的操作是找到给出的最大极小距离的超平面去训练样本。而且，这个距离在SVM理论中有一个很重
在上面的图片我们可以看到有有多条直线可以解决问题，是否有一条直线式最好的呢？我们可以i直观的定义一个标注去评估直线的效果：
如果一条直线太靠近点是不好的因为其将对噪声敏感并且其不是一般意义上的正确。因此，我们的目标是找到一条直线尽可能的远离所有点。
因此，SVM算法的操作是找到给出的最大极小距离的超平面去训练样本。而且，这个距离在SVM理论中有一个很重
我要举报
如以上回答内容为低俗、色情、不良、暴力、侵权、涉及违法等信息，可以点下面链接进行举报！
点此我要举报以上问答信息
大家都在看
推荐资讯