The disadvantages of support vector

The disadvantages of support vector machines include:
• If the number of features is much greater than the number of samples, the method is likely to give poor performances.
• SVMs do not directly provide probability estimates, these are calculated using an expensive five-fold cross-validation (see Scores and probabilities, below).

ผลลัพธ์ (ไทย) 1:

ข้อเสียของเครื่องสนับสนุนเวกเตอร์รวม:•ถ้ามีจำนวนคุณลักษณะมากมากกว่าจำนวนตัวอย่าง วิธีการมีแนวโน้มที่ให้สมรรถนะที่ดี• SVMs ไม่ตรงให้ประเมินความน่าเป็น เหล่านี้จะถูกคำนวณใช้สอบข้าม five-fold (ดูที่คะแนนและกิจกรรม ด้านล่าง)

ผลลัพธ์ (ไทย) 2:

ข้อเสียของเครื่องเวกเตอร์การสนับสนุนรวมถึง:
. •หากจำนวนของคุณสมบัติที่มากขึ้นกว่าจำนวนตัวอย่างวิธีการที่มีแนวโน้มที่จะให้แสดงที่น่าสงสาร
•จำแนกไม่ได้โดยตรงให้ประมาณการน่าจะเป็นเหล่านี้จะถูกคำนวณโดยใช้ราคาแพงห้าเท่า การตรวจสอบข้าม (ดูผลคะแนนและความน่าจะเป็นด้านล่าง)

ผลลัพธ์ (ไทย) 3:

ข้อเสียของเครื่องเวกเตอร์สนับสนุนรวม :
- ถ้าจำนวนมีมากมากกว่าจำนวนกลุ่มตัวอย่าง , วิธีการมีแนวโน้มที่จะมอบการแสดงที่ไม่ดี .
- แบบไม่ตรงให้ประมาณการความน่าจะเป็นเหล่านี้จะถูกคำนวณโดยใช้ราคาแพง 5 โฟลด ( ดูคะแนนและความน่าจะเป็นข้างล่าง

)