Mesin Vektor Sokongan (Klasifikasi)
Mesin Vektor Sokongan (Support Vector Machine, SVM), diperkenalkan oleh Corinna Cortes dan Vladimir Vapnik pada tahun 1995, ialah pengelas yang mencari hiper-satah pemisah optimum antara kelas-kelas dalam ruang berdimensi tinggi. Ia memilih sempadan yang meninggalkan margin seluas mungkin kepada titik-titik latihan terdekat, yang menjadikan keputusannya mantap pada data baharu.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+9 more
Sumber
- Cortes, C. & Vapnik, V. (1995). Support-Vector Networks. Machine Learning, 20, 273–297. DOI: 10.1007/BF00994018 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 1). Support Vector Machine (SVM — Classification). ScholarGate. https://scholargate.app/ms/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-Nearest NeighborsPembelajaran Mesin↔ compare
- Regresi LogistikStatistik Penyelidikan↔ compare
- Naive BayesPembelajaran Mesin↔ compare
- Random ForestPembelajaran Mesin↔ compare
- Support Vector RegressionPembelajaran Mesin↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →