Support Vector Machine (Classificatie)
De Support Vector Machine, geïntroduceerd door Corinna Cortes en Vladimir Vapnik in 1995, is een classificator die het optimale scheidende hypervlak tussen klassen in een hoog-dimensionale ruimte vindt. Het kiest de grens die de breedst mogelijke marge laat tot de dichtstbijzijnde trainingspunten, wat de beslissingen robuust maakt op nieuwe data.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
+9 more
Bronnen
- Cortes, C. & Vapnik, V. (1995). Support-Vector Networks. Machine Learning, 20, 273–297. DOI: 10.1007/BF00994018 ↗
Deze pagina citeren
ScholarGate. (2026, June 1). Support Vector Machine (SVM — Classification). ScholarGate. https://scholargate.app/nl/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 NeighborsMachine learning↔ compare
- Logistische RegressieOnderzoeksstatistiek↔ compare
- Naïeve BayesMachine learning↔ compare
- Random ForestMachine learning↔ compare
- Support Vector RegressionMachine learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →