我想了解什么是矢量 机 </跨度> 学习 </跨度> 。
我查看了以下2个链接:
https://en.wikipedia.org/wiki/Support_vector_machinehttps://en.wikipedia.org/wiki/Feature_vector。
我无法理解它。有人可以用简单的话来解释这个吗? 鈥
我认为你的大部分问题都是因为 的 向量 强> 是一个有很多用途的通用术语。在这种情况下,将其视为值列表或表中的行。数据结构是一维数组;矢量 的 ñ 强> 元素是一个 的 ñ 强> - 维度向量,每个元素的一个维度。
例如,输入(3.14159,2.71828,1.618)是3个元素的向量,可以表示为3维空间中的点。您的程序将声明一个1x3数组(一维数据结构)来保存这三个项目。
这有助于您可视化基本输入处理吗?对于Wronkskian变换矩阵来说,这不是一个难题 - 它只是格式和可视化的变化。
特征向量只是一行输入。例如,在住房价格预测的流行机器学习示例中,我们可能具有特征(表格列),包括房屋的建造年份,卧室数量,面积(m ^ 2)和车库大小(汽车容量)。这将给出输入向量,例如
[1988, 4, 200, 2] [2001, 3, 220, 1]
等等
简单来说, 的 外形尺寸 强> :用于分析的属性/功能 例如: a)在医疗保健领域:身高,体重,性别,脉搏率,胆石水平 b)在银行领域:年龄,性别,职业,婚姻状况等 的 n维向量 强> :其中,E <子> 1 子> ,e <子> 2 子> ,e <子> 3 子> ,....,e <子> ñ 子> &GT;哪里 Ë <子> 一世 子> 是维度的价值 一世 和元素是有序的。 的 例 强> : &lt; 180,74,M,60,120&gt;是一个6维向量,其中 180,74,M,60,120分别是属性/尺寸高度,重量,性别,pulse_rate,cholesterol_level的值。
&LT; 180 的 74,M, 强> 60,120>和&lt; 180, 的 男,74岁 强> ,60,120>与尺寸重量和性别的顺序不同。