svm
 

سلام.من یه سوال در مورد svm دارم و اون اینه که ماکجا مجبوریم از svm استفاده کنیم.من فکر میکنم که مثلا decision tree بهتره .یعنی کجا ممکنه svm بهتر کارکنه؟

سلام دوست من

اصولا کلمه "اجبار" برای انتخاب روش کلاسبندی مناسب نیست. روش های مختلفی برای انتخاب روش classification وجود داره. یکی از ساده ترین اونها اینه که داده هاتون رو با هر دو الگوریتم کلاسبندی کنید. طبیعتا روشی که خطای کمتری روی داده های تست داشته باشه بهتره.
البته بازم ملاک قطعی نیست و باید پارامتر های دیگری هم در نظر گرفته بشه. به طور مثال میشه به گام feature selection و feature creation اشاره کرد.

موفق باشید.

ضمن تشکر.اگه ممکنه در مورد محدودیتهای هریک به خصوص svm بفرمایید.مرسی.
در ضمن منظور شما ازجمله ذیل چیست؟
ه طور مثال میشه به گام feature selection و feature creation اشاره کرد.

در مورد محدویت ها باید به مستندات اینترنت مراجعه کنید.

گام feature selection و feature creation عموما قبل از آموزش انجام میشه تا بهترین ویژگی های مجموعه داده انتخاب بشه و یا داده ها به یک فضای جدید برن. بازم توی اینترنت میتونی بگردی و روش هاشو یاد بگیری

موفق باشی