Machine learning---practice
kcsdnprac
这个作者很懒,什么都没留下…
展开
-
libsvm
其实使用libsvm进行分类很简单,只需要有属性矩阵和标签,然后就可以建立分类模型(model),然后利用得到的这个model进行分类预测了。 那神马是属性矩阵?神马又是标签呢?我举一个直白的不能在直白的例子: 说一个班级里面有两个男生(男生1、男生2),两个女生(女生1、女生2),其中 男生1 身高:176cm 体重:70kg; 男生2 身高:180cm 体重:80kg;转载 2017-02-09 21:08:46 · 746 阅读 · 0 评论 -
Libsvm和Liblinear各自特点和使用经验
Libsvm和Liblinear都是国立台湾大学的Chih-Jen Lin博士开发的,Libsvm主要是用来进行非线性svm 分类器的生成,提出有一段时间了,而Liblinear则是去年才创建的,主要是应对large-scale的data classification,因为linear分类器的训练比非线性分类器的训练计算复杂度要低很多,时间也少很多,而且在large scale data上的性能和非转载 2017-02-19 17:10:47 · 1479 阅读 · 0 评论