转载于https://www.cnblogs.com/gccbuaa/p/7357159.html 机器学习之深入理解SVM 在浏览本篇博客之前，最好先查看一下我写的还有一篇文章机器学习之初识SVM（点击可查阅哦）。这样能够更好地为了结以下内容做铺垫！ 给定训练样本集D=(x1,y1),(x2,y2),......(xm,ym),y∈−1,+1，分类学习最主要的想法就是基于训练集D在样本 继续阅读

文章目录 1 SVM概述1.1 概念1.2 SVM的优缺点1.2.1 优点1.2.2 缺点 2 在python中使用SVM2.1 scikit-learn库2.2 SVM在scikit-learn库中的使用2.2.1 安装依赖库2.2.2 svm.SVC2.2.3 应用实例 总结 1 SVM概述 1.1 概念 支持向量机（SVM）是一类按监督学习方式对数据进行二元分类的广义线性分类器，其决策边界是对学习样本求解的最大边距超平面&# 继续阅读

近年来，面部识别技术因其在各个行业的日益普及和潜在应用而成为头条新闻。从解锁智能手机和访问安全区域到在刑事调查中识别嫌疑人，面部识别技术已成为我们现代社会的重要工具。人脸识别系统，采用MTCNN算法进行人脸检测，FaceNet进行特征提取，SVM进行分类识别。该系统能够检测和识别实时视频流或静止图像中的人脸，并且可以定制以使用不同的数据集或分类器，该算法在 LFW 数据集上的准确率为 99.63%。可用于监控系统、生物识别护照、生物识别门锁系统。 1、系统特点 基于MT 继续阅读