Введение
В этом лабораторном занятии мы будем использовать scikit-learn для создания двухклассового разделимого набора данных и построения гиперплоскости разделения с максимальным отступом с использованием классификатора Support Vector Machine (SVM) с линейным ядром. SVM - это мощный алгоритм классификации, который находит наилучшую границу или гиперплоскость, которая разделяет данные на разные классы, при этом максимизируя отступ между классами.
Советы по работе с ВМ
После запуска ВМ нажмите в левом верхнем углу, чтобы переключиться на вкладку Notebook и получить доступ к Jupyter Notebook для практики.
Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook не загрузится полностью. Валидация операций не может быть автоматизирована из-за ограничений Jupyter Notebook.
Если вы сталкиваетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.