回答編集履歴
2
修正
answer
CHANGED
|
@@ -1,6 +1,6 @@
|
|
|
1
1
|
SVCはカーネル法を使える普通のSVM、LinearSVCは線形カーネルに特化した実装という位置づけです。
|
|
2
2
|
|
|
3
|
-
後者には
|
|
3
|
+
後者には、計算が速く、パラメータの設定の自由度が高いといった特色があります。線形分類器で解ける問題であれば、後者を用いた方が得策と言えます。
|
|
4
4
|
|
|
5
5
|
ドキュメントに説明がありますので、まずはそちらを熟読することをおすすめします。
|
|
6
6
|
|
1
追記
answer
CHANGED
|
@@ -1,7 +1,10 @@
|
|
|
1
1
|
SVCはカーネル法を使える普通のSVM、LinearSVCは線形カーネルに特化した実装という位置づけです。
|
|
2
2
|
|
|
3
|
-
後者は線形分離できる問題であれば計算が速くできるといった
|
|
3
|
+
後者には線形分離できる問題であれば計算が速くできるといった特色があります。
|
|
4
4
|
|
|
5
|
+
ドキュメントに説明がありますので、まずはそちらを熟読することをおすすめします。
|
|
6
|
+
|
|
5
7
|
参考：
|
|
6
8
|
[sklearn.svm.SVC — scikit-learn 0.19.2 documentation](http://scikit-learn.org/stable/modules/generated/sklearn.svm.SVC.html)
|
|
7
|
-
[sklearn.svm.LinearSVC — scikit-learn 0.19.2 documentation](http://scikit-learn.org/stable/modules/generated/sklearn.svm.LinearSVC.html)
|
|
9
|
+
[sklearn.svm.LinearSVC — scikit-learn 0.19.2 documentation](http://scikit-learn.org/stable/modules/generated/sklearn.svm.LinearSVC.html)
|
|
10
|
+
[1.4. Support Vector Machines — scikit-learn 0.19.2 documentation](http://scikit-learn.org/stable/modules/svm.html#svm-classification)
|