Med brug af computere, der var behov for en mere avanceret system er i stand til at klassificere store mængder af information; det er sådan en gruppe matematikere kom op med Support Vector Machine (SVM).
Support Vector Machine er en matematisk procedure, der anvendes af computeren til at klassificere store mængder af information. Denne metode er mere pålidelig end de gamle metoder.
For at være i stand til at forstå, hvordan støtte vektor maskine værker, skal du først forstå, at klassificeringen er om træning og afprøvning af dataene.
En Support Vector Machine opfylder to funktioner, klassificering og regressionen. Klassificeringen funktion er arbejdet med at finde en hyper overflade til input. Den hyper så deler de positive negative eksempler. Derfor valget vil sætte hyper overflade så nær som muligt af de positive eller negative eksempler. Den enkleste måde at træne support vector machine er brugen af Sekventiel Minimal optimering, der er hurtigere og enklere metode.
Algoritmerne i support vector machine hjælpe maskinen, for at udgangene i posterior sandsynlighed.
Support vektor maskiner bruges til at løse problemet med klassificering for større information. Dette system kom til at løse problemet med klassificering kaldes den sparsomme data matrix, hvorved oplysningerne er klassificeret til tider har et sæt af ord mangler. Støtten vektor maskine er en motor, der sørger for at indhente de data, der langt hurtigere med større effektivitet.
Men støtte vektor maskine har sine egne ulemper.
De fleste af computerne mangler hukommelse til at understøtte vektor maskine på grund af teksten intensive ulemper med klassificeringsvariablerne numre af teksten findes på hjemmesiden.
En af de løsninger, som computeren bruger til at klassificere data chunking. Segmenteret er den proces, hvor problemerne er opdelt i stykker, og det gør computeren i stand til at understøtte data. De chunking teknikker, der anvendes af støtte vektor maskiner er Markedsobservatoriet eller SVM lys. Problemet med chunking er imidlertid, at hastigheden af klassificører bliver lav.
Selv med disse få tilbageslag, støtte vektor maskine er stadig den bedste af de klassificører som tillader mindre stress, og som er risikofri. Den gode nyhed er, at matematikere og videnskabsfolk hele tiden forsøger at forbedre den støtte, vektor maskine.
Hvis du har brug for støtte vektor maskine, kan du få det på internettet.