R語言拓展包--kernlab 是R中實現基於核技巧機器學習的擴展包,kernlab的算法群可以解決機器學習中分類、回歸、奇異值檢測、分位數回歸、降維等諸多任務。 kernlab還包括支持向量機（SVM）、譜聚類、核主成分分析（KPCA）和高斯過程等算法。 - 碼上歡樂

相關內容簡體繁體

R語言拓展包--kernlab 是R中實現基於核技巧機器學習的擴展包,kernlab的算法群可以解決機器學習中分類、回歸、奇異值檢測、分位數回歸、降維等諸多任務。 kernlab還包括支持向量機（SVM）、譜聚類、核主成分分析（KPCA）和高斯過程等算法。

本文轉載自查看原文 2017-06-21 18:31 1249

http://files.cnblogs.com/files/zwz123456/kernlab.pptx

免責聲明！

本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。

猜您在找 coursera機器學習-聚類，降維，主成分分析【機器學習算法-python實現】PCA 主成分分析、降維機器學習——支持向量機(SVM)之核函數(kernel) 《機器學習Python實現_07_03_svm_核函數與非線性支持向量機》機器學習——聚類分析和主成分分析機器學習-線性回歸（基於R語言） Python機器學習算法 — 支持向量機（SVM）機器學習：SVM（核函數、高斯核函數RBF）【機器學習】分類算法——Logistic回歸【機器學習與R語言】9- 支持向量機

粵ICP備18138465號 © 2018-2025 CODEPRJ.COM