Python中SVM算法介绍及使用

看了很多关于


svm的介绍内容五花八门，附带的文字是一些专业术语。如果你是大佬，或许能听懂，但是一般新手小白，相信你只能听不懂。今天也来给大家介绍一下这个svm的内容，不过不至于让大家一头雾水。它一定是最朴实无华的语言。给大家描述清楚，让大家看得懂。那么请继续阅读。

SVM简介

一个图示简介，让大家图文结合更明白。

直观上大家能够看到有红蓝两点，这里


svm的作用是找到对数据进行分类的最佳直线。这个类别不是随机选择的，只有在有差距的情况下才会选择。

下面给大家演示

sklearn中SVM的参数

def SVC(C=1.0,
 kernel='rbf',
 degree=3,
 gamma='auto_deprecated',
 coef0=0.0,
 shrinking=True,
 probability=False,
 tol=1e-3,
 cache_size=200,
 class_weight=None,
 verbose=False,
 max_iter=-1,
 decision_function_shape='ovr',
 random_state=None)

上面代码的内容是分类别设计的。一般我们会选择cross来选择自己的项目，但这是一个比较粗略的说明。如果你需要更详细的说明，请点击

，学习查找吧~