scikit-learn 中的 SVC 和 SVM 有什么区别？

Question

来自 documentation scikit-learn 实现 SVC、NuSVC 和 LinearSVC，它们 classes 能够对数据集执行多class class化。另一方面，我也读到了 scikit learn 也使用 libsvm 作为支持向量机算法。我对 SVC 和 libsvm 版本之间的区别有点困惑，现在我想区别在于 SVC 是多 class 问题的支持向量机算法，而 libsvm 是二进制 class 问题。谁能帮我理解一下这两者的区别？

Answer 1

它们只是同一算法的不同实现。 SVM 模块（SVC、NuSVC 等）是 libsvm library and supports different kernels while LinearSVC is based on liblinear 的包装器，仅支持线性内核。所以：

SVC(kernel = 'linear')

理论上"equivalent"为：

LinearSVC()

由于实践中的实现不同，您会得到不同的结果，最重要的是 LinearSVC 仅支持线性内核，速度更快，并且可以更好地扩展。

Answer 2

这是本书的快照 Hands-on 机器学习