一、SVM
1.1 SVM能解决什么问题
文本识别,中文分类,人脸识别。
1.2 SVM的优缺点
优点：
利用核函数，避免了高维的计算，达到分类的目的。缺点：
如何找到一个合适的核函数也是一个问题
如果数据量很大， 那么空间消耗（存储训练样本和核矩阵）和时间消耗都比较大（训练时间长）
1.3 SVM的理论推导
参考前面 SVM的总结
机器学习中的各个算法小结 2
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
推荐阅读更多精彩内容
- 注：题中所指的『机器学习』不包括『深度学习』。本篇文章以理论推导为主，不涉及代码实现。 前些日子定下了未来三年左右...
- 机器学习是做NLP和计算机视觉这类应用算法的基础，虽然现在深度学习模型大行其道，但是懂一些传统算法的原理和它们之间...
- 101.深度学习（CNN RNN Attention）解决大规模文本分类问题。 用深度学习（CNN RNN Att...
