Matlab “fitcslinear”和“fitcsvm”之间有什么区别?
在MATLAB中,文档说明fitclinear使用SVM或logistic回归,fitcsvm也是一种SVM 而且fitclinear通常速度更快。为什么?Matlab “fitcslinear”和“fitcsvm”之间有什么区别?,matlab,svm,Matlab,Svm,在MATLAB中,文档说明fitclinear使用SVM或logistic回归,fitcsvm也是一种SVM 而且fitclinear通常速度更快。为什么? 两者之间的区别是什么?如以下说明所述: 用于减少高维数据集上的计算时间 包括许多预测变量,训练线性分类模型 通过使用fitclinear。对于低维到中维预测器 数据集,请参见低维数据的备选方案 fitcsvm是低维数据的备选方案之一 换句话说,fitclinear最好用于高维数据,而FitSVM应用于低维到中维预测数据集。至少有一个区别:线
两者之间的区别是什么?如以下说明所述: 用于减少高维数据集上的计算时间 包括许多预测变量,训练线性分类模型 通过使用fitclinear。对于低维到中维预测器 数据集,请参见低维数据的备选方案 fitcsvm是低维数据的备选方案之一
换句话说,fitclinear最好用于高维数据,而FitSVM应用于低维到中维预测数据集。至少有一个区别:线性和非线性支持。fitcsvm也提供线性支持。那么为什么要单独使用fitcilinear呢?因为正如你在问题中所说的那样,它可能会更加优化。好吧,我的问题是“这就是全部”。