Есть ли какая-либо интерпретация (графическая или нет) ядра радиального базиса SVM, прошедшего обучение с помощью одной функции? Я могу визуализировать эффект в двух измерениях (результат - это граница разделения, которая является изогнутой, а не линейной. (http://en.wikipedia.org/wiki/File:Kernel_Machine.png).Двоичная классификация с использованием радиального базисного ядра SVM с одним признаком
У меня возникли проблемы с пониманием того, что бы это было, если бы были только ваши исходные данные имел бы одну особенность. Какова была бы граница линии для этого случая?
привет! предполагая, что каждая функция является измерением, что вы имеете в виду, что вы можете «визуализировать эффект в двух измерениях»? не будет ли визуализация с одной особенностью простой линией с порогом, где есть косая черта? '<------------/-------->' – arturomp
Этот вопрос выглядит не по теме, потому что речь идет о статистике, и был опубликован здесь: http: // stats .stackexchange.com/вопросы/86458/бинарная классификация, используя радиальный-базис-ядро SVM-с-одной-функции –