Μηχανή Υποστήριξης Διανυσμάτων (Ταξινόμηση)
Η Μηχανή Υποστήριξης Διανυσμάτων (Support Vector Machine - SVM), που εισήχθη από τις Corinna Cortes και Vladimir Vapnik το 1995, είναι ένας ταξινομητής που βρίσκει το βέλτιστο διαχωριστικό υπερεπίπεδο μεταξύ κλάσεων σε χώρο υψηλών διαστάσεων. Επιλέγει το όριο που αφήνει το ευρύτερο δυνατό περιθώριο προς τα πλησιέστερα σημεία εκπαίδευσης, γεγονός που καθιστά τις αποφάσεις της ανθεκτικές σε νέα δεδομένα.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
+9 more
Πηγές
- Cortes, C. & Vapnik, V. (1995). Support-Vector Networks. Machine Learning, 20, 273–297. DOI: 10.1007/BF00994018 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 1). Support Vector Machine (SVM — Classification). ScholarGate. https://scholargate.app/el/machine-learning/svm-classification
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Κ-Κοντινότεροι ΓείτονεςΜηχανική Μάθηση↔ compare
- Λογιστική ΠαλινδρόμησηΕρευνητική Στατιστική↔ compare
- Naive BayesΜηχανική Μάθηση↔ compare
- Τυχαίο ΔάσοςΜηχανική Μάθηση↔ compare
- Παλινδρόμηση Υποστηρικτικών ΔιανυσμάτωνΜηχανική Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →