所以我想确保我有这个权利。首先，我是一名计算机工程专业的本科生，拥有比软件更多的硬件/EE 经验。今年夏天，我发现自己使用了一种使用一类 SVM 的聚类算法。SVM 只是用于分类/分离输入数据的数学模型吗？SVM 是否适用于具有一个属性/变量的数据集？我猜后者不会，可能是因为具有单个属性的分类实际上是刻板印象。我的猜测是 SVM 在具有多个属性/变量以有助于分类的数据集上表现更好。提前致谢！
问问题
1397 次
1 回答
4
SVM 尝试构建分离 2 个类的超平面（AFAIK，在一类 SVM 中，一类用于“正常”实例，一类用于“异常”实例）。只有一个属性，您就有一维空间，即line。因此，这里的超平面是线上的一个点。如果 2 个类的实例（这条线上的点）可以被这个超平面点分开（即它们是线性可分的），那么是的，可以使用 SVM。否则不行。
请注意，即使具有多个属性，SVM 仍可用于对线性不可分的实例进行分类。在下一张图像中，二维空间中有 2 个类（2 个属性 - X 和 Y），一个用蓝点标记，另一个用绿色点标记。
您无法绘制可以将它们分开的线。不过，所谓的内核技巧可用于通过组合现有的属性来产生更多的属性。使用更多属性，您可以获得更高维度的空间，所有实例都可以在其中分离（视频）。不幸的是，一个属性不能与自身组合，因此对于一维空间内核技巧不适用。
因此，您的问题的答案是：当且仅当 2 个类的实例本身可线性分离时，SVM 可以用于只有一个属性的集合。
于 2011-07-28T23:07:35.227 回答