我正在研究 SSVM（结构化 SVM）。在我的书中说结构化 SVM 是 SVM 的扩展，其中
每个样本都分配给一个结构化的输出标签z ∈ K，例如分区、树、列表等。
我不清楚结构化输出标签是什么。
你能给我解释一下这个术语以及一些具体的例子吗？
结构化输出标签的问题示例
数据挖掘
支持向量机
预言
2022-02-16 01:48:00
1个回答
结构化学习基本上是学习预测函数，用于将输入数据映射到复杂的输出空间。常规 SVM 用于单变量分类，其中输入映射到原子标签或回归，其中输入映射到向量或标量数。结构化输出学习将此过程扩展到更复杂的输出空间，例如： - 多类分类：其中输出是类标签的“集合”。
- 对象定位问题：输出空间定义边界框。- 蛋白质同源性检测中的序列比对问题， - NLP 中的词性标注等。
希望这可以为您解决问题。
其它你可能感兴趣的问题