分享一个朋友的人工智能教程。零基础！通俗易懂！风趣幽默！还带黄段子！大家可以看看是否对自己有帮助：点击打开
全栈工程师开发手册 （作者：栾鹏）
python数据挖掘系列教程
支持向量机svm的相关的知识内容可以参考
https://blog.csdn.net/luanpeng825485697/article/details/78823919
支持向量机的优势在于:
- 在高维空间中非常高效.即使在数据维度比样本数量大的情况下仍然有效.
- 在决策函数（称为支持向量）中使用训练集的子集,因此它也是高效利用内存的.
- 通用性: 不同的核函数与特定的决策函数一一对应.常见的 kernel 已经提供,也可以指定定制的内核.
支持向量机的缺点包括:
- 如果特征数量比样本数量大得多,在选择核函数时要避免过拟合,而且正则化项是非常重要的.
- 支持向量机不直接提供概率估计,这些都是使用昂贵的五次交叉验算计算的. (详情见 Scores and pro
转载：https://blog.csdn.net/luanpeng825485697/article/details/79809006
查看评论