支持向量机-一个简单的解释?
|
因此,我试图了解SVM算法的工作原理,但是我无法弄清楚如何在n维平面的点上转换某些数据集,这些数据集具有数学意义,以便通过超平面将点分离并分类。 。
这里有一个例子,他们试图使老虎和大象的图片分类,他们说“我们将它们数字化为100x100像素的图像,所以我们在n维平面上有x,其中n = 10,000 \”,但是问题是它们如何转换实际上仅表示一些具有数学意义的色码IN点的矩阵,以便将它们分类为2类?
可能有人可以在2D示例中向我解释这一点,因为我看到的任何图形表示都只是2D,而不是nD。
没有找到相关结果
已邀请:
1 个回复
佩疵瓦