Machine learning SKVC是SVM还是SVC?

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“

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“使用liblinear实现的可扩展线性支持向量机分类”
  • 据我所知,LinearSVC和SVC(kernel='linear')并不相同,但这不是问题所在


    谢谢

    就机器学习概念而言,
    LinearSVC
    都是因为:

    • SVM
      是一种用于寻找分割样本空间的平面的模型/算法
    • 这可以应用于分类(
      SVC
      )和回归(
      SVR
      )-
      SVC
      SVR
      都是
      SVM
      的类型
    因此,
    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

    如果您的意思是
    sklearn
    源代码-
    LinearSVC
    svm
    模块中。。。所以这是一个支持向量机。它没有扩展
    SVC
    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