如何正确对SVM核函数的选择提升向量机性能
在现实任务中，原始样本空间中可能不存在这样可以将样本正确分为两类的超平面，但是我们知道如果原始空间的维数是有限的，也就是说属性数是有限的，则一定存在一个高维特征空间能够将样本划分。
事实上，在做任务中，我们并不知道什么样的核函数是合适的。但是核函数的选择却对支持向量机的性能有着至关重要的作用。如果核函数选择不合适，则意味着样本映射到一个不合适的特征空间，这样就有可能导致性能不佳。故“核函数选择”是非常重要的一项任务。
对于线性数据集的分类来说，我们当然会选择线性核函数。但如果要分割非线性数据集，我们该如何做呢？答案是，我们可以改变损失函数中的核函数。我们今天就以高斯核函数来进行案例说明：
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。
举报投诉
-
向量机
+关注
关注
0文章
166浏览量
20716 -
核函数
+关注
关注
0文章
4浏览量
7217 -
深度学习
+关注
关注
73文章
5237浏览量
119905
原文标题：机器学习之SVM核函数与案例
文章出处：【微信号：AI_class_vip，微信公众号：人工智能学研社】欢迎添加关注！文章转载请注明出处。
发布评论请先 登录
相关推荐
谷景教你如何正确选择铁氧体磁芯电感的规格
磁芯电感作为提升EMC的关键部件之一，它的规格选择是否正确将直接影响到应用的效果。今天，我们就来大致讨论一下铁氧体磁芯电感的规格选择问题。 谷景有多年的项目经验，对于铁氧体磁芯电感的
支持向量机的基本原理 支持向量机可以解决什么问题
支持向量机（Support Vector Machine，简称SVM）是一种非常流行和强大的机器学习算法，常用于分类和回归问题。它的基本原理源自于统计学和线性代数的理论基础，通过找到能够在特征空间
如何提升单片机开发技术？
单片机开发是现代电子技术中的重要分支，其在各个领域都有着广泛的应用。单片机开发技术的提升不仅可以提高工作效率，还可以提高工作质量和创新能力。那么，如何提升单片
发表于 01-05 10:14
如何选择和正确安装EMI磁环呢？
电磁干扰对电子设备的影响。正确选择和安装EMI磁环对于确保设备的正常运行和提高电路性能是非常重要的。 2.选择EML磁环的准则 （1）频率范围：不同频率范围的EMI磁环适用于不同的电子
LabVIEW进行癌症预测模型研究
，这对于处理大量生物医学数据特别有效。
实验结果表明，使用LabVIEW开发的PCA-LDA-SVM并行模型在乳腺癌数据分类中表现出高精度，无论选择哪种核函数。
本研究提出的并行模型能
发表于 12-13 19:04
选择正确的DC电源模块的重要性
的电源模块可能会导致设备损坏甚至危及人身安全。 2. 提高设备性能：选择适合的电源模块可以提高设备的效率和性能，保证设备正常运行。 3. 节省成本：选择
if嵌套函数的正确输入方法为
输入方法是在if语句内部创建一个新的函数。这个函数可以是一个匿名函数或者是一个有名称的函数，具体取决于你的需求和偏好。下面是一个if嵌套函数
如何正确选择网线
以下是三招轻松选择正确网线的建议： 明确需求：在选择网线时，首先要明确自己的需求，包括传输速率、传输距离、使用环境等。根据需求选择合适的网线类型，例如超五类、六类、超六类、七类等。 注
cifar10数据集介绍 knn和svm的图像分类系统案例
摘要：本文使用CIFAR-10数据集设计实现了基于k近邻（knn）和支持向量机（svm）的图像分类系统。首先介绍了CIFAR-10数据集及其特征，然后分析实现了两种分类算法的原理与流程。在此基础上，对 svm 和knn算法的
发表于 07-18 15:23
•4次下载
支持向量机（核函数的定义）
根据机器学习相关介绍（10）——支持向量机（低维到高维的映射），支持向量机可通过引入φ(x)函数，将低维线性不可分问题转换为高维线性可分问题。
机器学习相关介绍：支持向量机(低维到高维的映射)
根据机器学习相关介绍(9)——支持向量机(线性不可分情况)，通过引入松弛变量δi将支持向量机推广至解决非线性可分训练样本分类的方式不能解决所有非线性可分训练样本的分类问题。因此，支持向量机的可选
工商网监
评论