问题描述
|
因此，我试图了解SVM算法的工作原理，但是我无法弄清楚如何在n维平面的点上转换某些数据集，这些数据集具有数学意义，以便通过超平面将点分离并分类。 。
这里有一个例子，他们试图使老虎和大象的图片分类，他们说“我们将它们数字化为100x100像素的图像，所以我们在n维平面上有x，其中n = 10,000 \”，但是问题是它们如何转换实际上仅表示一些具有数学意义的色码IN点的矩阵，以便将它们分类为2类？
可能有人可以在2D示例中向我解释这一点，因为我看到的任何图形表示都只是2D，而不是nD。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）