关联向量机RVM算法手册

支持向量机算法的仿真演示

这是一个Matlab仿真程序，可直接运行并显示图表，非常直观，适合初学者理解支持向量机的分类原理。

Matlab 0 2024-09-27

经典支持向量机（SVM）算法MATLAB实现

经典支持向量机（SVM）算法MATLAB程序，用于利用MATLAB进行数据SVM仿真实验。

Matlab 0 2024-08-18

经典支持向量机（SVM）算法的MATLAB仿真程序

经典支持向量机（SVM）算法的MATLAB仿真程序，适用于各种数据的SVM实验。

Matlab 2 2024-07-28

深入理解支持向量机算法原理与应用

支持向量机（Support Vector Machine, SVM）基于计算学习理论中的结构风险最小化（SRM）原则。它的核心在于找到一种归纳方法，使风险达到最小值，从而实现最佳推广能力。不同于传统的机器学习理论所遵循的经验风险最小化（ERM）原则，SVM 能有效应对线性不可分的情况，这也是它的重要优点之一。

数据挖掘 0 2024-10-29

支持向量机源代码

支持向量机（SVM）二分类模型利用间隔最大的线性分类器定义于特征空间上，并以核技巧转化为非线性分类器。SVM学习策略的目标为间隔最大化，可转换为求解凸二次规划或最小化正则化合页损失函数。其学习算法则是求解凸二次规划的最优化算法。

算法与数据结构 4 2024-05-01

SPSS-Clementine数据挖掘技术手册支持向量机基础详解

14.1支持向量机基础，包括机器学习的基本问题，经验风险最小化问题，VC维与学习一致性理论，以及结构化风险最小化。14.2支持向量机的基本原理涵盖线性支持向量机、广义线性支持向量机及非线性支持向量机，包括高维空间的影射和核函数。14.3支持向量机的实现技术介绍chunking算法、Decomposing算法和SMO算法，详细分析SMO算法的特点和优势。14.4支持向量回归机包括不敏感损失函数和支持向量回归机模型。14.5还讨论了支持向量机的改进算法。

数据挖掘 3 2024-07-13

MATLAB支持向量机PSO-SVM粒子算法优化代码

这篇文章介绍了如何使用粒子群算法优化MATLAB中的支持向量机程序，以提高对股票价格和经济走势的预测精度。

Matlab 4 2024-07-28

支持向量机：解析与实践

支持向量机全方位阐述了分类、回归等问题的基本理论、方法和应用，以直观方式解读问题实质和处理方法。为初学者提供了优化基础，涵盖理工科、管理类等领域的教材需求。

数据挖掘 2 2024-04-30

支持向量机学习系列三

支持向量机学习系列渐进式教程，希望对学习者有帮助！

数据挖掘 4 2024-05-25