知识卡片
核函数改变模型表达方式
核方法以特征映射后的内积构造模型,使原始坐标中的非线性边界成为可能。线性、多项式、径向与S形核有不同形式和参数,不能只按名称宣布优劣。条带示例说明线性边界可能不足,是否更好仍须按正确任务类型和独立验证确定。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第12章 模型比较 第12章 模型比较 · 连续片段1 · 查看原书依据
核函数来找到非线性决策边界。我们会使用SVM来对一组非线性决策边界的数据进行分类。特别是如图12-1所示的数据集。 图 12-1 非线性决策边界的分类问题 看一下数据集,我们就很清楚,0类数据分布在两边,而1类数据分布在中间。如果使用在第6章中介绍过的类似逻辑回归这样的简单分类算
参考来源
- 位置:《机器学习:实用案例解析》第12章《第12章 模型比较 · 连续片段1》(来源项目book-sources;源文件:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part3124.html,spine3230)
- 结论依据:原文的案例步骤与解释支持所述机制;R包、外部API与数据接口限定于本书出版时环境,不作为当前兼容性承诺。
- 原始内容:核函数来找到非线性决策边界。我们会使用SVM来对一组非线性决策边界的数据进行分类。特别是如图12-1所示的数据集。 图 12-1 非线性决策边界的分类问题 看一下数据集,我们就很清楚,0类数据分布在两边,而1类数据分布在中间。如果使用在第6章中介绍过的类似逻辑回归这样的简单分类算
- 外部核验:[e1071官方svm接口](https://github.com/cran/e1071/blob/master/man/svm.Rd)(2026-11-14)。