【智能算法应用】麻雀搜索算法优化SVM分类问题
支持向量机(Support Vector Machine,SVM)是一种监督学习算法,用于分类和回归任务。SVM的主要目标是找到一个最佳的超平面,可以将不同类别的样本分开,并且使得两个类别的样本之间的间隔最大化。[1] 史峰, 王辉, 郁磊. MATLAB 智能算法 30 个案例分析[J]. 2011.SVM中参数c 和g是两个重要的超参数,它们分别用于控制。
·
1.算法原理
2.SVM原理
支持向量机(Support Vector Machine,SVM)是一种监督学习算法,用于分类和回归任务。

SVM的主要目标是找到一个最佳的超平面,可以将不同类别的样本分开,并且使得两个类别的样本之间的间隔最大化。
详细原理推导可见:看了这篇文章你还不懂SVM你就来打我
SVM中参数c 和g是两个重要的超参数,它们分别用于控制模型的复杂度和核函数的宽度。
- c是SVM 中的正则化参数,影响了支持向量与决策平面之间的距离
- g是对低维的样本进行高度度映射
目标函数定定义:
f i t n e s s = e r r t e s t (1) fitness=err_{test}\tag{1} fitness=errtest(1)
3.结果展示



4.参考文献
[1] 史峰, 王辉, 郁磊. MATLAB 智能算法 30 个案例分析[J]. 2011.
[2] https://zhuanlan.zhihu.com/p/49331510
5.代码获取
更多推荐
所有评论(0)