Machine learning 支持向量机实现之间的差异
我正在尝试在Rapidminer中实现SVM。然而，我介绍了几种支持向量机实现，libsvm、mysvm、JMySVM、基于粒子群优化的支持向量机和进化支持向量机。知道我知道这些实现之间的基本区别，但是它们的优点和缺点是什么呢Machine learning 支持向量机实现之间的差异,machine-learning,svm,libsvm,rapidminer,Machine Learning,Svm,Libsvm,Rapidminer,我正在尝试在Rapidminer中实现SVM。然而，我介绍了几种支持向量机实现，libsvm、mysvm、JMySVM、基于粒子群优化的支持向量机和进化支持向量机。知道我知道这些实现之间的基本区别，但是它们的优点和缺点是什么呢 我在网上找不到太多关于这方面的信息，我想避免一个尝试，看看哪一个呈现最好的结果。所以我想知道在什么情况下我应该使用它们。从一开始，您似乎混淆了不同的实现和算法。据我所知，libsvm、mysvm和JmySVM是解决SVM优化问题的标准实现 相反，您提到的其他支持向量机还使
我在网上找不到太多关于这方面的信息，我想避免一个尝试，看看哪一个呈现最好的结果。所以我想知道在什么情况下我应该使用它们。从一开始，您似乎混淆了不同的实现和算法。据我所知，libsvm、mysvm和JmySVM是解决SVM优化问题的标准实现 相反，您提到的其他支持向量机还使用了不太常见的方法，如粒子群优化或进化算法进行优化。这样的方法通常只需很小的努力就可以得到很好的近似值，这可能有利于解决大规模的问题——但我承认我不知道他们发明的确切动机 如果您正在寻找机器学习和相关领域中常见的支持向量机模型，我建议您尝试libsvm库。或者，您也可以查看该系列