导图社区 SVM
SVM
Svm（support Vector Mac）又称为支持向量机，是一种二分类的模型。当然如果进行修改之后也是可以用于多类别问题的分类。支持向量机可以分为线性核非线性两大类。其主要思想为找到空间中的一个更够将所有数据样本划开的超平面，并且使得本本集中所有数据这超平面的距离最短。
编辑于2021-02-11 22:41:38
- Attention is all you need
论文《Attention is all you need》细节的整理，包括transformer结构的详解，以及更细节的计算逻辑。
- 模型评价指标
对于二类分类器/分类算法，评价指标主要有accuracy， [precision，recall，F-score，pr曲线]，ROC-AUC曲线，gini系数。对于多类分类器/分类算法，评价指标主要有accuracy， [宏平均和微平均，F-score]。对于回归分析，主要有mse和r2/拟合优度。
- 最大熵
最大熵模型(maximum entropy model， MaxEnt)也是很典型的分类算法了，它和逻辑回归类似，都是属于对数线性分类模型。在损失函数优化的过程中，使用了和支持向量机类似的凸优化技术。
SVM
社区模板帮助中心，点此进入>>
- Attention is all you need
论文《Attention is all you need》细节的整理，包括transformer结构的详解，以及更细节的计算逻辑。
- 模型评价指标
对于二类分类器/分类算法，评价指标主要有accuracy， [precision，recall，F-score，pr曲线]，ROC-AUC曲线，gini系数。对于多类分类器/分类算法，评价指标主要有accuracy， [宏平均和微平均，F-score]。对于回归分析，主要有mse和r2/拟合优度。
- 最大熵
最大熵模型(maximum entropy model， MaxEnt)也是很典型的分类算法了，它和逻辑回归类似，都是属于对数线性分类模型。在损失函数优化的过程中，使用了和支持向量机类似的凸优化技术。
- 相似推荐
- 大纲
