有监督学习——支持向量机、朴素贝叶斯分类
1. 支持向量机 支持向量机（Support Vector Machine, SVM）最初被用来解决线性问题，加入核函数后能够解决非线性问题。主要优点是能适应小样本数量 高维度特征的数据集，甚至是特征维度数高于训练样本数的情况。 先介绍几个概念： 最优超平面：Hyperplane，SVM通过学习数据空间…
1. 支持向量机 支持向量机（Support Vector Machine, SVM）最初被用来解决线性问题，加入核函数后能够解决非线性问题。主要优点是能适应小样本数量 高维度特征的数据集，甚至是特征维度数高于训练样本数的情况。 先介绍几个概念： 最优超平面：Hyperplane，SVM通过学习数据空间…