svm算法流程 既然使用神经网络也可以解决分类问题，那SVM、决策树这些算法还有什么意义呢？

既然使用神经网络也可以解决分类问题，那SVM、决策树这些算法还有什么意义呢？这取决于数据量和样本数。不同的样本数和特征数据适合不同的算法。像神经网络这样的深度学习算法需要训练大量的数据集来建立更好的预

既然使用神经网络也可以解决分类问题，那SVM、决策树这些算法还有什么意义呢？

这取决于数据量和样本数。不同的样本数和特征数据适合不同的算法。像神经网络这样的深度学习算法需要训练大量的数据集来建立更好的预测模型。许多大型互联网公司更喜欢深度学习算法，因为他们获得的用户数据是数以亿计的海量数据，这更适合于卷积神经网络等深度学习算法。

如果样本数量较少，则更适合使用SVM、决策树和其他机器学习算法。如果你有一个大的数据集，你可以考虑使用卷积神经网络和其他深度学习算法。

以下是一个图表，用于说明根据样本数量和数据集大小选择的任何机器学习算法。

如果你认为它对你有帮助，你可以多表扬，也可以关注它。谢谢您

svm在多类分类算法中的分析和应用？

提供多种选择。1多类支持向量机2。两类支持向量机采用一对多策略训练多个支持向量机，然后对训练结果进行组合。三。二类支持向量机使用一对一策略训练多个策略训练多个，使用voiting或DAG的结构得到结果

学习哪个专业，这个问题太简单了

数学，英语比较好，我不用说，这是最基本的

对于阿里这样的大公司，你至少需要985或者211名校

电脑问题，你可以问我

我会定期更新科普视频