學(xué)習(xí)筆記，僅供參考，有錯必糾

---

文章目錄

• • 支持向量機
  • • 實用貼士
    • 核函數(shù)
    • • RBF核的參數(shù)
      • 自定義內(nèi)核
      • • 使用Python函數(shù)作為內(nèi)核
        • 使用Gram矩陣
    • 數(shù)學(xué)原理

---

支持向量機

實用貼士

• 避免數(shù)據(jù)復(fù)制

對于SVC、SVR、NuSVC和NuSVR，如果傳遞給某些方法的數(shù)據(jù)不是C順序連續(xù)和雙精度的，則在調(diào)用底層C實現(xiàn)之前將其復(fù)制。可以通過檢查給定的numpy數(shù)組的flags屬性來檢查它是否是C連續(xù)的。

對于LinearSVC（和LogisticRegression），作為numpy數(shù)組傳遞的任何輸入都將被復(fù)制并轉(zhuǎn)換為liblinear內(nèi)部稀疏數(shù)據(jù)表示（雙精度浮點和非零分量的int32索引）。如果您想在不復(fù)制密集的numpy C-連續(xù)雙精度數(shù)組作為輸入的情況下擬合大規(guī)模線性分類器，我們建議改用

總結(jié)

以上是生活随笔為你收集整理的sklearn自学指南(part23)--核函数的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。