Ядровые SVM
Линейные классификаторы в Python
Michael (Mike) Gelbart
Instructor, The University of British Columbia
Преобразование признаков
Преобразование признаков
Преобразование признаков
$\textrm{transformed feature} =$
$ (\textrm{original feature})^2$
Преобразование признаков
$\textrm{transformed feature} =$
$ (\textrm{original feature})^2$
Преобразование признаков
$\textrm{transformed feature} =$
$ (\textrm{original feature})^2$
Ядровые SVM
from sklearn.svm import SVC
svm = SVC(gamma=1) # default is kernel="rbf"
Ядровые SVM
from sklearn.svm import SVC
svm = SVC(gamma=0.01) # default is kernel="rbf"
- меньшее значение
gammaдаёт более гладкие границы
Ядровые SVM
from sklearn.svm import SVC
svm = SVC(gamma=2) # default is kernel="rbf"
- большее значение
gammaдаёт более сложные границы
