- 博客(2)
- 资源 (11)
- 收藏
- 关注
原创 SVM 处理高维小样本数据
1.降维的时候 用PCA n_comments=0.99 保留99%的信息 2.SVM 分为SVC(分类)SVM(回归) 3.Leave One Out 进行训练集和测试集的划分 具体代码见 https://github.com/qqxze/SVM
2017-12-28 19:40:28 12107 5
转载 PCA详解
详见http://blog.csdn.net/zhongkelee/article/details/44064401 第一步 归一化 第二步 求协方差矩阵 第三步 求协方差矩阵的特征值 特征向量 第四步,将特征值按照从大到小的顺序排序,选择其中最大的k个,然后将其对应的k个特征向量分别作为列向量组成特征向量矩阵。 第五步,将样本点投影到选取的特征向量上。假设样例数为m,特征
2017-12-22 09:27:17 337
Java8 API.chm
2017-09-09
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人