Machine learning SKVC是SVM还是SVC?
我在看一个关于支持向量机(SVM)的节目。 在视频中,他提到支持向量机发现支持向量分类器(SVC),用于将数据划分为分类过程中的一个步骤 我使用了scikit learn进行分类,但我很难理解scikit learn中LinearSVC的实现是SVM还是SVC,或者视频中的描述是否不正确。我在不同的网站上发现了相互矛盾的描述Machine learning SKVC是SVM还是SVC?,machine-learning,scikit-learn,svm,Machine Learning,Scikit Learn,Svm,我在看一个关于支持向量机(SVM)的节目。 在视频中,他提到支持向量机发现支持向量分类器(SVC),用于将数据划分为分类过程中的一个步骤 我使用了scikit learn进行分类,但我很难理解scikit learn中LinearSVC的实现是SVM还是SVC,或者视频中的描述是否不正确。我在不同的网站上发现了相互矛盾的描述 公认的答案是LinearSVC不是SVM,但也不是说它是SVC 在LinearSVC的描述页面上显示“线性支持向量分类”,但在上的“另请参见”下,显示LinearSVC是“
谢谢 就机器学习概念而言,
LinearSVC
都是因为:
是一种用于寻找分割样本空间的平面的模型/算法SVM
- 这可以应用于分类(
)和回归(SVC
)-SVR
和SVC
都是SVR
的类型SVM
SVC
将是一种SVM
,看起来像是一种特定的SVC,尽管它没有扩展scikit learn
中的基本SVC
类
如果您的意思是sklearn
源代码-LinearSVC
在svm
模块中。。。所以这是一个支持向量机。它没有扩展SVC
或BaseSVC
类,但对我来说,这是一个实现问题/细节,我更愿意将其视为一个SVC