February 2008
Intermediate to advanced
400 pages
10h
German
Die Erläuterung im vorigen Abschnitt sollte Ihnen dabei helfen zu verstehen, wie und warum Support-Vektor-Maschinen funktionieren, aber der Algorithmus zum Trainieren einer Support-Vektor-Maschine beinhaltet mathematische Konzepte, die sehr rechenintensiv sind und auch nicht in den Rahmen dieses Kapitels passen. Aus diesem Grund wird dieser Abschnitt eine Open Source-Bibliothek namens LIBSVM vorstellen, die ein SVM-Modell trainieren, Vorhersagen treffen und die Vorhersagen innerhalb eines Datenmodells testen kann. Sie unterstützt sogar die Radial-Basisfunktion und andere Kernel-Methoden.
Beschaffen der LIBSVM
Sie können LIBSVM von http://www.csie.ntu.edu.tw/~cjlin/libsvm herunterladen.
LIBSVM ist in C++ geschrieben und enthält ...