[LibSVM] SVM 實驗最佳化參數
多媒體系統課當時已稍微玩過LibSVM實驗,然而那時候並沒有下參數,讓分類結果最佳化,於是今日捲土重來。
支持向量機器 (Support vector machine)通常用在機器學習 (Machine learning)。是一種監督式學習 (Supervised Learning)的方法,主要用在分類 (Classification)和回歸 (Regression)上。現今多數人多簡稱之為SVM,在此來個SVM概念教學。
註:監督式學習,是一個機器學習中的技巧,可以由訓練資料中學到或建立一個模式(function / learning model),並依此模式推測新的實例 (instances)。訓練資料(training data)是由輸入物件(通常是向量)和預期輸出所組成。函數的輸出可以是一個連續的值(稱為迴歸分析),或是預測一個分類標籤(稱作分類)。

多媒體設計系統作業三是要我們實驗SVM,
老師給我們training.txt和testing.txt兩個檔案,
分別用來training和predicting。
HappyMan・迴響