https://scikit-learn.org/stable/modules/svm.html?

https://sklearn.apachecn.org/docs/master/5.html?中文翻譯

---

SVC，NuSVC，LinearSVC在一個數據集上可以實現二分類，也能多類分類

SCV和NuSVC是相似的方法，但是接受的參數設置可能有些許差異，同時兩種方法的數學公式也不一樣的。另一方面，LinearSVC是支持向量分類在線性核函數時的一個速度更快的實現，SVC（support vector classification)。記住?LinearSVC?不接受關鍵詞?kernel, 因為它被假設為線性的. 它也缺少一些?SVC?和?NuSVC?的成員(members) 比如?support_?.

多類分類：

SVC和NuSVC為多元分類實現了 one-against-one方法，?如果?n_class?是類別的數量, 那么?n_class * (n_class - 1) / 2?分類器被重構, 而且每一個分類器都從兩個類別中訓練數據. 為了提供與其他分類器一致的接口,?decision_function_shape?選項允許聚合 “one-against-one” 分類器的結果成?(n_samples, n_classes)?的大小到決策函數:

ovo——one vs one一對一的多分類方式。

另一方面，LinearSVC實現了?One-vs-the rest的多類別策略，因此n個類別訓練n個模型，如果只有兩類，就只訓練一個模型。

LinearSVC也實現了可選擇的多分類策略，這個所謂的SVM是有Crammer和Singer設計的，可以通過選項 multi_class='crammer_singer'。實際上，one-vs-rest經常使用，因為大多數結果是相似的，而且運行時間顯著減少。

---

libsvm的多分類原理；

?

總結

以上是生活随笔為你收集整理的SVM多分类原理学习的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。