SVM实现之间的区别

我在Rapidminer中尝试实现一个SVM。然而,我遇到了几种SVM实现,包括libsvm、mysvm、JMySVM、基于粒子群优化的SVM和进化SVM。我了解这些实现的基本区别,但我想知道它们的优缺点,以便决定使用哪一种?

我在网上找不到太多相关信息,我希望避免逐一尝试以查看哪个效果最好。因此,我想知道在什么情况下应该使用它们。


回答:

从你的描述来看,你似乎混淆了不同的实现和算法。据我所知,libsvm、mysvm和JmySVM是通过诸如顺序最小优化等算法来解决SVM优化问题的标准实现。

相反,你提到的其他SVM(额外地)使用了不太常见的优化方法,如粒子群优化或进化算法。这些方法通常能以较小的努力提供良好的近似,这对于大规模问题可能是有利的(——但我承认我不清楚它们发明的具体动机)。

如果你正在寻找在机器学习及相关领域中常见的SVM模型,我建议你尝试使用libsvm库。或者,你也可以查看这里的集合。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注