我正在阅读有关线性学习机 (LLM) 的文章,并了解到它与 SVM 密切相关。想知道可以由 LLM 分类的任何具体问题的示例,因为我找不到任何有希望的示例或解释。
珍惜你的时间。
我正在阅读有关线性学习机 (LLM) 的文章,并了解到它与 SVM 密切相关。想知道可以由 LLM 分类的任何具体问题的示例,因为我找不到任何有希望的示例或解释。
珍惜你的时间。
完全不确定,因为我对这些旧概念不太熟悉。
但我认为你所说的 LLM(这似乎不是一个很常见的概念)是解决线性可分数据分类的算法。SVM 是寻找超平面的算法,该超平面使数据的边距最大化,因此可以被视为 LLM。快速提醒一下 SVM 如何解决线性可分问题:
在尝试解决非线性分类问题时,我们摆脱了 LLM 的控制,如下图左侧所示。
SVM 仍然可以使用内核技巧来解决这些类型的分类问题,即应用非线性函数将分类转换为线性问题。
希望这可以帮助您了解差异,所有图像均来自Wikipedia。我很抱歉不知道如何调整这些图像的大小:(