基本信息

---

下载

文档摘要

---

面向大规模数据的支持向量机核函数：改进策略与应用探索

一、引言

1.1研究背景与动机

在机器学习领域，支持向量机（SupportVectorMachine，SVM）凭借其坚实的理论基础和出色的性能，占据着举足轻重的地位。自20世纪90年代由Vapnik等人正式提出后，SVM迅速成为机器学习领域的研究热点，并在众多领域得到了广泛应用。其核心思想是通过寻找一个最优的分类超平面，将不同类别的数据尽可能地分开，以实现对数据的准确分类和回归分析。在二分类问题中，SVM试图找到一个超平面，使得两类数据点到该超平面的距离最大化，这个最大距离被称为间隔（Margin）。具有最大间隔的超