比分向量（向量的分量成比例是什么意思）
本文目录一览：
支持向量机分类为什么会出现分3类比分2类准确度高很多
综上，回归问题和分类问题的本质一样，不同仅在于他们的输出的取值范围不同。分类问题中，输出只允许取两个值；而在回归问题中，输出可取任意实数。
支持向量是SVM的训练结果，在SVM分类决策中起决定作用的是支持向量； SVM 的最终决策函数只由少数的支持向量所确定，计算的复杂性取决于支持向量的数目，而不是样本空间的维数，这在某种意义上避免了“维数灾难”。
支持向量机 是一类按监督学习方式对数据进行 二元分类 的广义线性分类器，它的目的是寻找一个 超平面 来对样本进行分割，分割的原则是 间隔最大化 ，最终转化为一个 凸二次规划 问题来求解。
支持向量机可以做到全局最优，而神经网络容易陷入多重局部最优。libsvm和SVMLite都是非常流行的支持向量机工具，e1071包提供了libsvm的实现，klap包提供了对后者的实现。
什么是向量运算
1、向量的运算包括加法、减法、数乘、点乘和叉乘。以下是向量运算的公式： 向量加法：若有向量a和b，则它们的和为a+b=（a1+b1， a2+b2， a3+b3）。
2、加法：已知向量AB、BC，再作向量AC，则向量AC叫做AB、BC的和，记作AB+BC，即有：AB+BC=AC。减法：AB-AC=CB，这种计算法则叫做向量减法的三角形法则，简记为：共起点、连中点、指被减。
3、向量的除法：向量除以一个标量（实数）的运算被称为向量的数量除法。
4、向量乘向量有两种常见的运算：点积（内积）和叉积（外积）。点积（内积）：向量的点积是两个向量之间的一种运算，结果是一个标量（数量），表示两个向量之间的夹角和它们的长度之间的关系。
5、向量的运算法则主要有：向量的加减法、数乘向量、向量的数量积、向量的向量积、三向量的混合积等。
6、向量的数乘运算的定义：定义：一般地，我们规定实数λ与向量a的积是一个向量，这种运算叫做向量的数乘，记作λa.规定：|λa|＝|λ||a|。
向量的乘法法则
1、向量a乘以向量b=（向量a得模长）乘以（向量b的模长）乘以cosα［α为2个向量的夹角］。向量a（x1，y1）向量b（x2，y2），向量a乘以向量b=（x1*x2，y1*y2）。向量的乘积公式：向量a=（x1，y1），向量b=（x2，y2）。
2、向量的乘法分为数量积和向量积两种。对于向量的数量积，计算公式为：A=（x1，y1，z1），B=（x2，y2，z2），A与B的数量积为x1x2+y1y2+z1z2。
3、向量的乘法是：a*b=|a|*|b|*sinθ，sin是a，b的夹角，取值[0，π]。向量积|c|=|a×b|=|a||b|sin。点乘又叫向量的内积、数量积，是一个向量和它在另一个向量上的投影的长度的乘积，是标量。
4、向量相乘分内积和外积 内积 ab=，a，b，cosα（内积无方向，叫点乘）外积 a×b=，a，b，sinα（外积有方向，叫×乘）那个读差，即差乘，方便表达所以用差。
5、向量a=（x1，y1），向量b=（x2，y2）。a·b=x1x2+y1y2=|a||b|cosθ（θ是a，b夹角）。向量之间不叫乘积，而叫数量积，如a·b叫做a与b的数量积或a点乘b。
6、向量的加法 向量的加法满足平行四边形法则和三角形法则。AB+BC=AC。a+b=（x+x，y+y）。a+0=0+a=a。向量加法的运算律：交换律：a+b=b+a；结合律：（a+b）+c=a+（b+c）。
