探索分类机技术的无限可能，从基础原理到高级应用一网打尽。本页面汇集了9217份精选资源，涵盖模式识别、数据挖掘及机器学习等核心领域，适用于工业自动化、图像处理、智能安防等多个行业场景。无论您是初学者还是资深工程师，这里都是提升技能、解决实际问题的理想之地。立即加入，开启您的分类机技术之旅！
VC维理论和结构风险最小化准则是统计学习理论中的重要内容,基于这一理论的支持向量机算法由于具有好的泛化性能受到重视,并被研究用于文本分类问题.基于多项式核的研究工作认为SVM的泛化能力不受多项式阶数的影响,并且能够处理很高维的分类问题,用于文本分类无需进行特征选择.研究发现,随着多项式核阶数的升高,...
📅
👤 c12228
非平衡数据集的分类问题经常出现在许多实际应用中.支持向量机在处理这一类问题时,整体分类性能比较低.为此,Veropoulos提出的采用不同惩罚系数的改进算法可以较好的解决此类问题.此外,可以利用序列最小优化算法简单快速的解决上述优化问题....
📅
👤 yzy6007
svm(支持向量机)是著名的文本分类算法。libsvm是其中的一种实现的最新版本，完全开源。linux环境。...
📅
👤 zaizaibang
svm(支持向量机)是著名的分类算法，svmlight是其中的一种实现的最新版本。完全开源。...
📅
👤 BIBI
目前的svm(支持向量机)分类算法开源实现如svmlight和svmlib都没有界面，使用不方便。这个程序基于svmlight整合在VC++开发环境。将给VC用户带来极大方便。...
📅
👤 qunquan
