机器学习课堂笔记(十二)
支持向量机改变了代价函数
C的大小影响对异常点的处理
使用标记点得到更多的特征
高斯核函数评价标记点与样本之间的距离
1、根据训练样本值设置标记点;2、将训练样本与所有标记点计算得到特征值
δ2
影响方差和偏差的折中
对向量进行归一化
支持向量机在样本数大于特征数时比逻辑回归有效
支持向量机改变了代价函数
C的大小影响对异常点的处理
使用标记点得到更多的特征
高斯核函数评价标记点与样本之间的距离
1、根据训练样本值设置标记点;2、将训练样本与所有标记点计算得到特征值
δ2
影响方差和偏差的折中
对向量进行归一化
支持向量机在样本数大于特征数时比逻辑回归有效