支持向量机怎么用

纵雪者

于 2020-03-15 16:30:10 发布

阅读量990

点赞数

版权

本文深入解析了支持向量机(SVM)这一二分类模型的原理与应用。介绍了SVM通过寻找最大间隔超平面来分割数据集，将分类问题转化为凸二次规划问题求解的过程。并详细演示了使用SVM进行数据分类的具体步骤，包括数据预处理、模型训练、准确率评估及结果可视化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

SVM支持向量机

支持向量机（support vector machines）是一种二分类模型，它的目的是寻找一个超平面来对样本进行分割，分割的原则是间隔最大化，最终转化为一个凸二次规划问题来求解。

准备：    

    数据集

    导入SVM模块

步骤：

    1.读取数据集

    2.划分训练样本与测试样本

    3.训练SVM分类器
    4.计算分类准确率

    5.绘制图像