Støttevektormaskin (klassifisering)
Støttevektormaskinen (SVM), introdusert av Corinna Cortes og Vladimir Vapnik i 1995, er en klassifikator som finner det optimale separerende hyperplanet mellom klasser i et høydimensjonalt rom. Den velger grensen som etterlater den bredest mulige marginen til de nærmeste treningspunktene, noe som gjør beslutningene robuste på nye data.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
+9 more
Kilder
- Cortes, C. & Vapnik, V. (1995). Support-Vector Networks. Machine Learning, 20, 273–297. DOI: 10.1007/BF00994018 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). Support Vector Machine (SVM — Classification). ScholarGate. https://scholargate.app/no/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 NeighborsMaskinlæring↔ compare
- Logistisk regresjonForskningsstatistikk↔ compare
- Naive BayesMaskinlæring↔ compare
- Random ForestMaskinlæring↔ compare
- StøttevektorregresjonMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →