Jac*_*ova 17 machine-learning svm scikit-learn
我看到在scikit-learn中我可以用最后3种不同的方式构建一个带线性内核的SVM分类器:
现在,我看到前两个分类器之间的区别在于前者是用liblinear实现的,后者是用libsvm实现的.
前两个分类器与第三个分类器有何不同？
eic*_*erg 15
前两个总是使用完整数据并解决关于这些数据点的凸优化问题.
后者可以批量处理数据并执行梯度下降,目的是最小化相对于样本分布的预期损失,假设示例是该分布的iid样本.
后者通常在样本数量很大或没有结束时使用.观察您可以调用该partial_fit函数并为其提供数据块.
希望这可以帮助？
| 归档时间： |
|
| 查看次数： |
5371 次 |
| 最近记录： |