自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

上下求索

专注自然语言处理、数据挖掘、信息检索、云计算及行业咨询

  • 博客(3)
  • 收藏
  • 关注

原创 SVM中决策距离(函数)计算

sklearn中的SVM算法使用了liblinear和libsvm两个包,而且模型参数略有区别。在sklearn中,SVM有SVC和SVR之分,且有四种核函数如下,所以在SVM的参数中有些模型需要,有些模型不需要。linear: .polynomial: .  is specified by keyword degree,  by coef0.rbf: .  is

2016-05-30 16:10:57 17693 1

转载 AUC、ROC、ACC区别

很多时候我们都用到ROC(receiver operating characteristic curve,受试者工作特征曲线)和AUC(Area Under Curve,被定义为ROC曲线下的面积)来评判一个二值分类器的优劣,其实AUC跟ROC息息相关,AUC就是ROC曲线下部分的面积,所以需要首先知道什么是ROC,ROC怎么得来的。然后我们要知道一般分类器会有个准确率ACC,那么既然有了

2016-05-25 13:01:25 19944 2

转载 LibLinear使用及与Lib的区别

本文主要基于liblinear-1.93版本的README文件。里面介绍了liblinear的详细使用方法。更多信息请参考:       http://www.csie.ntu.edu.tw/~cjlin/liblinear/在这里我用到的是LibLinear的Matlab接口,这个在下一博文中介绍。 LIBLINEAR是一个简单的求解大规模规则化线性分类和回归的软件包

2016-05-19 12:16:00 3821

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除