vs入門教程 感知器(perceptron)和支持向量機(svm)只能用于線性可分的樣本嗎?
感知器(perceptron)和支持向量機(svm)只能用于線性可分的樣本嗎?單層感知器只有線性表達能力,而多層感知器加上非線性激活函數,具有非線性表達能力。支持向量機的線性核只能用于線性可分樣本,而
感知器(perceptron)和支持向量機(svm)只能用于線性可分的樣本嗎?
單層感知器只有線性表達能力,而多層感知器加上非線性激活函數,具有非線性表達能力。
支持向量機的線性核只能用于線性可分樣本,而非線性核具有非線性擬合能力。
事實上,感知器和支持向量機本質上只能對線性可分數據進行分類。
多層感知器前面的L-1層可視為“特征提取”過程。將線性不可分原始數據映射到線性可分特征空間。
支持向量機的非線性核是相同的,相當于將原始數據映射到希爾伯特空間。
特征提取的非線性擬合過程可以通過其他方式進行(如深度神經網絡)。