资源简介
SVM支持向量机,预测分类 回归,支持向量机(Support Vector Machine,SVM)是Corinna Cortes和Vapnik等于1995年首先提出的,它在解决小样本、非线性及高维模式识别中表现出许多特有的优势,并能够推广应用到函数拟合等其他机器学习问题中。
在机器学习中,支持向量机(SVM,还支持矢量网络)是与相关的学习算法有关的监督学习模型,可以分析数据,识别模式,用于分类和回归分析。
代码片段和文件信息
- 上一篇:高通LOG信令分析
- 下一篇:ArcGis二次开发
相关资源
- 行人数据库正样本
- 手写体数字识别系统实现
- minst数据集机器学习练习
- R语言预测实战(高清扫描版本)
- 基于KICA-SVM的矿用主要通风机故障诊断
- 支持向量机的分类-乳腺癌
- 基于SVM的产品评论属性特征的情感倾
- chapter14_基于SVM的数据分类预测——意
- 论文研究-基于word2vec扩展情感词典和
- 基于小波包分析和最小二乘支持向量
- SVM原理讲解
- svm breast cancer
- SVM在RGB图像分割中的应用
- libsvm下载50395
- 这里实现了四种SVM工具箱的分类与回
- 基于SVM的手写字体识别
- 基于pso优化lssvm两参数
- Libsvm参数详解(含具体程序代码,可
- 机器学习SVM(支持向量机)实验报告
- 遗传算法优化支持向量机
- MCKD与改进的LSSVM在滚动轴承故障诊断
- OpenCV+SVM简单应用-------路面箭头分类
- 分类器svm参考代码
- FormatDatalibsvm.xls 把数据转化为libsvm格
- SVM三类分类
- 利用级联SVM的人体检测方法
- svmpredict.mexw64 svmtrain.mexw64 及c文件
- 支持向量机
- 支持向量机学习笔记
- svm 网格搜索法
评论
共有 条评论