闫同学2023-11-14 18:27:55
闫同学SVM和KNN都是分类总得方法为什么是线性？这个线性的性质是什么意思？
回答（1）
爱吃草莓的葡萄2023-11-15 10:57:32
爱吃草莓的葡萄同学你好。SVM和KNN虽然它们都可以应用于非线性和复杂的数据类型，但默认情况下它们被解释为线性方法，因为它们的基本形式都假设数据具有线性结构。
在线性SVM中，决策边界是一个超平面，它将数据点分成两类。超平面可以通过找到最大化边距的 hyperplane 来定义，其中边距是两类数据点之间的最小距离。这种方法假设数据在超平面上具有线性可分性。
另一方面，在最简单的KNN算法中，预测是基于一个观察点与其最近邻居的相似性度量。这种度量通常是欧几里得距离或其他形式的内积，它们在低维空间中产生直线效果。因此，在这种情况下，“线性”指的是内积或度量的距离度量，而不是数据本身的线性关系。
同学不需要理解到这么深，可以简单的将线性理解为“直线”，使用“直线”将两组数据分隔开。
- 评论（0）
- 追问（0）
评论
0/1000
追答
0/1000
+上传图片