隨著oec專案4版本的開發，學習svm演算法也有段時間了，對於其理解做些總結。
首先svm是有監督的分類回歸演算法，對於自動識別分類效果比較好，具體流程如下：
1.對語料每個分類打標籤，並對每個分類下面的txt文字進行分詞。分詞器有好多種，自己可以選擇適合自己的，我用過mmseg4j，ansj和中科院三種分詞器，其中ansj對詞的標註和自動學習詞性方面最好。
2.去停用詞。
3.根據你想用的提取特徵向量的演算法來做不同的操作。
如果用卡方來做向量提取，要計算著個詞在本類出現次數，在其他類出現次數，在本類不在其他類出現次數等
如果用tfidf來做向量提取，要計算詞頻，詞在本類出現的次數，反詞頻，詞在其他類出現的次數等
4.生成模型
5.測試預料進入，分詞，統計詞頻，去停用詞
6.按不同演算法計算相似度
SVM幾點理解
以下內容是我在學習完 統計學習方法 及查閱相關資料後，對svm的一些疑惑的理解，可能還有理解不到位的地方，如有不對，請及時指出。樣本線性可分 硬間隔最大化 樣本近似線性可分 軟間隔最大化 樣本線性不可分 核函式 軟間隔最大化 1 硬間隔最大化時，解是唯一的，即分離超平面wx b 0中w和b是唯一的。...
SVM演算法的理解
距離上次看svm演算法已經快過了半個月了，今天再次看到，溫故知新後決定把自己的理解寫出來。不過由於本人文筆不佳，所以想到什麼寫什麼，等有空了再整理。看到覺得混亂的還請見諒。剛剛看svm的時候，只能明白支援向量機之所以叫支援向量機是因為支援向量，後面懂得了w的內容是什麼 幾何距離的意義 低維對映到高維...
svm的簡單理解
svm是一種訓練機器學習的演算法，可以用於解決分類和回歸問題，同時還使用了一種稱之為kernel trick的技術進行資料的轉換，然後再根據這些轉換資訊，在可能的輸出之中找到乙個最優的邊界。簡單來說，就是做一些非常複雜的資料轉換工作，然後根據預定義的標籤或者輸出進而計算出如何分離使用者的資料。簡單理...