Tukivektorikone (luokittelu)
Corinna Cortesin ja Vladimir Vapnikin vuonna 1995 esittelemä tukivektorikone (SVM) on luokittelija, joka etsii optimaalisen erottavan hypertason luokkien välillä korkeaulotteisessa avaruudessa. Se valitsee rajan, joka jättää mahdollisimman laajan marginaalin lähimpiin harjoituspisteisiin, mikä tekee sen päätöksistä kestäviä uudelle datalle.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+9 more
Lähteet
- Cortes, C. & Vapnik, V. (1995). Support-Vector Networks. Machine Learning, 20, 273–297. DOI: 10.1007/BF00994018 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 1). Support Vector Machine (SVM — Classification). ScholarGate. https://scholargate.app/fi/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.
- K-lähimmät naapuritKoneoppiminen↔ compare
- Logistinen regressioTutkimuksen tilastomenetelmät↔ compare
- Naive BayesKoneoppiminen↔ compare
- Random ForestKoneoppiminen↔ compare
- Support Vector RegressionKoneoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →