Máquina de Vectores de Soporte (Clasificación)
La Máquina de Vectores de Soporte (SVM, por sus siglas en inglés), introducida por Corinna Cortes y Vladimir Vapnik en 1995, es un clasificador que encuentra el hiperplano separador óptimo entre clases en un espacio de alta dimensionalidad. Selecciona el límite que deja el margen más amplio posible respecto a los puntos de entrenamiento más cercanos, lo que hace que sus decisiones sean robustas ante datos nuevos.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
+9 more
Fuentes
- Cortes, C. & Vapnik, V. (1995). Support-Vector Networks. Machine Learning, 20, 273–297. DOI: 10.1007/BF00994018 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Support Vector Machine (SVM — Classification). ScholarGate. https://scholargate.app/es/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.
- Vecinos más cercanos (K-NN)Aprendizaje automático↔ compare
- Regresión LogísticaEstadística para la investigación↔ compare
- Naive BayesAprendizaje automático↔ compare
- Random ForestAprendizaje automático↔ compare
- Regresión con Vectores de SoporteAprendizaje automático↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →