Kiedy klasyfikatory z miękkim marginesem są przydatne?
W tej lekcji przyjrzeliśmy się przykładowi, w którym liniowa maszyna SVM z miękkim marginesem (niski koszt, szeroki margines) osiągnęła lepszą dokładność niż jej odpowiednik z twardym marginesem (wysoki koszt, wąski margines). Które z poniższych zdań najlepiej uzupełnia następujące stwierdzenie:
Liniowe klasyfikatory z miękkim marginesem są najprawdopodobniej przydatne, gdy:
To ćwiczenie jest częścią kursu
Maszyny wektorów nośnych w R
Interaktywne ćwiczenie praktyczne
Przekształć teorię w praktykę dzięki jednemu z naszych interaktywnych ćwiczeń
Rozpocznij ćwiczenie