【问题标题】:One dimensional SVM一维支持向量机
【发布时间】:2018-02-05 08:06:24
【问题描述】:

我对本文提到的一维 SVM 到底是什么有一点误解: Training SVMs in 1D by Y-Su

如果我对 1D SVM 的理解有误,请纠正我。 根据我对论文的理解,我觉得一维支持向量机基本上是对数据的一维进行操作的支持向量机。然而,另一个假设存在于我的脑海中,即 1D SVM 可能由超平面的维度定义。

请在阅读完上述论文后告诉我您的理解。

问候, 乐华

【问题讨论】:

    标签: neural-network artificial-intelligence svm supervised-learning


    【解决方案1】:

    根据论文,(以及引用您提供的论文的this paper 中的算法1)一维意味着所有数据点都位于一维空间中。也就是说,它们都在一条线上。例如,您可以想象它们都位于y=0 线上,或者y=2x 线上。

    【讨论】:

      猜你喜欢
      • 2011-10-15
      • 2014-05-12
      • 2012-10-12
      • 2012-06-14
      • 2013-07-14
      • 2012-01-31
      • 2019-06-03
      • 2011-05-31
      • 2011-07-01
      相关资源
      最近更新 更多