全球工程设计与技术杂志
开放获取

国际标准期刊号: 2319-7293

抽象的

用于错误分类数据中的分类和回归问题的支持向量方法产生稀疏解

M. Premalatha 和 Dr. C. Vijayalakshm

机器学习被认为是人工智能的一个子领域,它涉及使计算机能够学习的技术和方法的开发。因此,学习的目标是输出一个对训练数据进行正确分类的假设,早期的学习算法旨在找到与数据的精确拟合。从那时起,支持向量机已成功应用于现实世界的数据分析问题,与其他技术相比,通常可以提供改进的结果。它清楚地表明支持向量方法的优点是可以稀疏地解决错误分类数据中的分类和回归问题。这一事实促进了支持向量机在涉及大量数据的问题上的应用。

免责声明: 此摘要通过人工智能工具翻译,尚未经过审核或验证.
Top