机器学习——支持向量机SVM之多分类问题
生活随笔
收集整理的這篇文章主要介紹了
机器学习——支持向量机SVM之多分类问题
小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.
目錄
?
方法1：改造目標(biāo)函數(shù)與限制條件
方法2：一類對(duì)其他類（類數(shù)為N，需要建立N個(gè)SVM模型）
情形1：多個(gè)SVM模型結(jié)果交集得出確切歸類
情形2：多個(gè)SVM模型結(jié)果交集沒有得出確切歸類
方法3：一類對(duì)一類（類數(shù)為N，需要建立SVM模型為N*(N-1)/2個(gè)）
方法1：改造目標(biāo)函數(shù)與限制條件
這個(gè)方法不太實(shí)用
方法2：一類對(duì)其他類（類數(shù)為N，需要建立N個(gè)SVM模型）
即將其他類合并為一類，另一個(gè)類獨(dú)立出來，常用來處理三類問題，測(cè)試樣本的分類通過交集來完成
情形1：多個(gè)SVM模型結(jié)果交集得出確切歸類
情形2：多個(gè)SVM模型結(jié)果交集沒有得出確切歸類
方法3：一類對(duì)一類（類數(shù)為N，需要建立SVM模型為N*(N-1)/2個(gè)）
這種方法就是將多類中的每一類與剩下的類逐一進(jìn)行建立SVM模型，對(duì)測(cè)試樣本進(jìn)行歸類，最后將測(cè)試樣本歸類到占比大的那一類,類似于投票的性質(zhì)，票數(shù)多的類就將樣本歸類到這一類
這是最常用的方法，最有效的方法，但SVM模型多，計(jì)算時(shí)間長(zhǎng)
總結(jié)
以上是生活随笔為你收集整理的机器学习——支持向量机SVM之多分类问题的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： Swift - 循环强引用，内存泄漏
- 下一篇： 一个ssm综合小案例-商品订单管理-第二