给定两个不同的图形，我可以使用SVM来检测它们是否与定义的误差或阈值边缘紧密（不完全）匹配？如果是，步骤是什么？我该怎么做？对不起，我是机器学习领域的新手，也很欣赏专业知识帮助。
我要问的原因是我有一组（x）输入超过（t）时间，我想验证并匹配预定义的（x）值组（t）。这可用于在移动设备上使用加速度计进行运动类型检测。
答案 0 :(得分：0)
取两段的第一句话：你只想检测新的时间 实例“接近”预定义的时间序列集中的任何一个实例。 直截了当的方法是做到这一点;不需要花哨的机器学习算法。
如果您不想将每个实例与预定义集中的所有内容进行比较， 那么你可以（可能）尝试使用聚类或其他无监督学习算法将其提炼为更少数量的原型。
SVM通常用于解决数据驱动的分类问题，您可以： 两个（或更多）标记数据集，每个数据集具有许多实例;每个实例都有一组特征值，您希望构建一个标记后续数据的分类模型。