SVM算法-Python实现

时间:2017-09-21 13:15:18
【文件属性】:

文件名称:SVM算法-Python实现

文件大小:5KB

文件格式:RAR

更新时间:2017-09-21 13:15:18

SVM 支持向量机 Python

SVM法即支持向量机(Support Vector Machine)法,由Vapnik等人于1995年提出,具有相对优良的性能指标。该方法是建立在统计学习理论基础上的机器学习方法。通过学习算法,SVM可以自动寻找出那些对分类有较好区分能力的支持向量,由此构造出的分类器可以最大化类与类的间隔,因而有较好的适应能力和较高的分准率。该方法只需要由各类域的边界样本的类别来决定最后的分类结果。 支持向量机算法的目的在于寻找一个超平面H(d),该超平面可以将训练集中的数据分开,且与类域边界的沿垂直于该超平面方向的距离最大,故SVM法亦被称为最大边缘(maximum margin)算法。待分样本集中的大部分样本不是支持向量,移去或者减少这些样本对分类结果没有影响,SVM法对小样本情况下的自动分类有着较好的分类结果。


【文件预览】:
SVM
----SVM.py(9KB)
----test_SVM.py(1KB)
----testSet.txt(2KB)

网友评论

  • 网上能找到,跟一个2分的一样
  • 还可以,我得慢慢看,初学者,不评价过多
  • 一般吧,初学者可以用用
  • 感谢楼主的分享
  • 谢谢楼主共享
  • 算法可用,但注释不是非常的详细
  • 比较高效,很不错,可以运行。
  • 东西很不错,用的SMO算法,比较高效
  • 非常满意的资源,谢谢。
  • 很不错的资源,可运行