一、基本信息
文档名称：具有高斯核函数的支撑矢量机与径向基函数分类器的比较
文档格式：pdf格式
文档大小：0.23MB
总页数：5页
二、简介
《具有高斯核函数的支撑矢量机与径向基函数分类器的比较》是一篇探讨两种常用分类算法性能的文章。支撑矢量机（SVM）利用高斯核函数在高维空间中寻找最优分类超平面，具有较强的泛化能力。而径向基函数（RBF）分类器则基于距离度量进行分类，结构简单且易于实现。文章通过实验对比了两者的分类精度、计算复杂度和对参数的敏感性。结果表明，在多数情况下，SVM在高维数据上表现更优，而RBF在低维数据中具有更高的效率。该研究为实际应用中选择合适的分类方法提供了参考依据。
三、预览
- 文件大小:
- 235.52 KB
- 下载次数:
- 60
- 具有高斯核函数的支撑矢量机与径向基函数分类器的比较.pdf
-
高速下载
| 
