sklearn LinearSVC 是 SVM 还是 SVC?

Is sklearn LinearSVC an SVM or SVC?

我正在观看 YouTube video 以了解支持向量机 (SVM)。 在视频中,他提到 SVM 找到支持向量分类器 (SVC) 来划分数据,作为分类过程的一个步骤。

我用过scikit-learn的LinearSVC分类,但是我很难理解scikit-learn中LinearSVC的实现是SVM还是SVC,或者视频中的描述是不正确的。我发现不同网站上的描述相互矛盾。

  1. 中接受的答案指出 LinearSVC 不是 SVM,但也没有说它是 SVC。
  2. 在 LinearSVC 的描述页面上说 "Linear Support Vector Classification",但在 this page 上的 "See also" 下,它说 LinearSVC 是 "Scalable Linear Support Vector Machine for classification implemented using liblinear"。

据我了解,LinearSVC 和 SVC(kernel='linear') 不一样,但这不是问题。

谢谢!

就机器学习概念而言 LinearSVC 都是因为:

  • SVM 是一个 model/algorithm 用于找到一个平面来分割 space 个样本
  • 这可以应用于class化(SVC)和回归(SVR)——SVCSVR都是SVMs

因此,SVC 将是一种 SVM,而 LinearSVC 看起来像是一种特定的 SVC,尽管没有扩展基础 SVC class 在 scikit-learn.

如果您指的是 sklearn 源代码 - LinearSVCsvm 模块中...所以它是一个 SVM。它没有扩展 SVCBaseSVC classes 但对我来说这是一个实现 issue/detail 我宁愿将其视为 SVC。