机器学习
文章平均质量分 67
aidem_brown
这个作者很懒,什么都没留下…
展开
-
支持向量机通俗导论(理解SVM的三层境界)
from:https://blog.csdn.net/v_july_v/article/details/7624837入门级:http://lib.csdn.net/article/machinelearning/34998 支持向量机通俗导论(理解SVM的三层境界)作者:July 。致谢:pluskid、白石、JerryLead。说明:本文最初写于2012...转载 2018-07-16 16:42:00 · 192 阅读 · 0 评论 -
卷积与反卷积动图
各种卷积与反卷积动态图 反卷积: 详细文字链接:https://www.zhihu.com/question/43609045/answer/132235276(该链接中并没有下面的动态图)Deconvolution大致可以分为以下几个方面:(1)unsupervised learning,其实就是covolutional sparse coding[1][2]:这里的deconv只是观念...转载 2018-12-09 15:37:03 · 1670 阅读 · 0 评论 -
深入理解拉格朗日乘子法(Lagrange Multiplier) 和KKT条件
from:https://blog.csdn.net/xianlingmao/article/details/7919597在求取有约束条件的优化问题时,拉格朗日乘子法(Lagrange Multiplier) 和KKT条件是非常重要的两个求取方法,对于等式约束的优化问题,可以应用拉格朗日乘子法去求取最优值;如果含有不等式约束,可以应用KKT条件去求取。当然,这两个方法求得的结果只是必要条件,...转载 2018-10-17 14:54:39 · 140 阅读 · 0 评论 -
机器学习中的算法(2)-支持向量机(SVM)基础
from:http://www.cnblogs.com/LeftNotEasy/archive/2011/05/18/2034566.html版权声明: 本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用,但请注明出处,如果有问题,请联系wheeleast@gmail.com。也可以加我的微博: @lef...转载 2018-10-17 14:52:54 · 162 阅读 · 0 评论 -
opencv3/C++ 机器学习-SVM应用实例:药品(胶囊)识别与分类
from:https://blog.csdn.net/akadiao/article/details/79278072版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/akadiao/article/details/79278072问题描述:现对6种不同颜色药品(胶囊)分别进行图像采集,并进行类别标注(0-5)。如图所示(文末附有图像...转载 2018-10-10 09:51:46 · 852 阅读 · 1 评论 -
SVM 调参策略
转自:SVM 调参策略:https://blog.csdn.net/u014484783/article/details/78220646SVM 怎样能得到好的结果 1. 对数据做归一化(simple scaling) 2. 应用 RBF kernel 3. 用cross-validation和grid-search 得到最优的c和g 4. 用得到的最优c和g训练训练数据 5. 测试...转载 2018-10-13 21:41:05 · 16384 阅读 · 0 评论 -
SVM之交叉验证【转】
交叉验证(CrossValidation)方法思想简介以下简称交叉验证(Cross Validation)为CV.CV是用来验证分类器的性能一种统计分析方法,基本思想是把在某种意义下将原始数据(dataset)进行分组,一部分做为训练集(train set),另一部分做为验证集(validation set),首先用训练集对分类器进行训练,在利用验证集来测试训练得到的模型(model),以此来...转载 2018-10-13 09:36:11 · 5129 阅读 · 0 评论 -
Machine Learning(Stanford)| 斯坦福大学机(吴恩达)器学习笔记【汇总】
from:https://blog.csdn.net/m399498400/article/details/52556168 定义本课程常用符号训练数据:机器用来学习的数据测试数据:用来考察机器学习效果的数据,相当于考试。m = 训练样本的数量(训练集的个数)x = 输入的特征(例如房屋面积)y = 输出结果(例如房屋售价)(x(i),y(i)) = 表示训练集中第i个训...转载 2018-07-25 20:43:57 · 726 阅读 · 0 评论 -
libSVM分类小例C++
from:http://www.doczj.com/list_31/使用libSVM求解分类问题的C++小例1.libSVM简介训练模型的结构体struct svm_problem//储存参加计算的所有样本{ int l; //记录样本总数 double *y; //指向样本类别的组数 //prob.y = new double[prob.l]...转载 2018-07-19 16:58:36 · 1107 阅读 · 0 评论 -
libsvm C++ 代码参数说明汇总
几个重要的数据结构 2.1struct svm_problem{ int l; // 记录样本的总数 double *y; // 样本所属的标签(+1, -1) struct svm_node **x; // 指向样本数据的二维数组(即一个矩阵,行数是样本数,列数是特征向量维度)};2.2struct svm_node{ i...转载 2018-07-19 16:13:32 · 1395 阅读 · 0 评论 -
机器学习实战之SVM
一引言: 支持向量机这部分确实很多,想要真正的去理解它,不仅仅知道理论,还要进行相关的代码编写和测试,二者想和结合,才能更好的帮助我们理解SVM这一非常优秀的分类算法 支持向量机是一种二类分类算法,假设一个平面可以将所有的样本分为两类,位于正侧的样本为一类,值为+1,而位于负一侧的样本为另外一类,值为-1。 我们说分类,不仅仅是将不同的类别样本分隔开,还要以比较大的置信度来分隔这些样本,这样...转载 2018-07-13 16:04:38 · 451 阅读 · 0 评论 -
【机器学习实战之一】:C++实现K-近邻算法KNN
本文不对KNN算法做过多的理论上的解释,主要是针对问题,进行算法的设计和代码的注解。KNN算法:优点:精度高、对异常值不敏感、无数据输入假定。缺点:计算复杂度高、空间复杂度高。适用数据范围:数值型和标称性。工作原理:存在一个样本数据集合,也称作训练样本集,并且样本集中每个数据都存在标签(所属分类),即我们知道样本集中每一个数据与所属分类的对应关系。输入没有标签的新数据(test...转载 2018-07-19 14:25:45 · 516 阅读 · 0 评论 -
c++调用Libsvm
libSVM中的readme中文版:http://blog.csdn.net/carson2005/article/details/6539192 LibSVM的package中的Readme文件中介绍了怎样具体的使用LibSvm,可以在Dos下以命令形式进行调用,也可以用程序包中提供的GUI程序Svm-toy进行图形化的操作。svm-toy提供了store和load操作,可以很方便的手动...转载 2018-07-19 13:22:59 · 2572 阅读 · 1 评论 -
SVM
from:https://blog.csdn.net/liugan528/article/details/79448379SVM1. 基本概念支持向量机(Support Vector Machine, SVM)的基本模型是在特征空间上找到最佳的分离超平面使得训练集上正负样本间隔最大。SVM是用来解决二分类问题的有监督学习算法,在引入了核方法之后SVM也可以用来解决非线性问题。 一般SVM有下面三种...转载 2018-07-13 11:08:42 · 515 阅读 · 0 评论 -
libSVM介绍(二)
from:https://blog.csdn.net/carson2005/article/details/6539192 鉴于libSVM中的readme文件有点长,而且,都是采用英文书写,这里,我把其中重要的内容提炼出来,并给出相应的例子来说明其用法,大家可以直接参考我的代码来调用libSVM库。第一部分,利用libSVM自带的简易工具来演示SVM的两类分类过程。(以下内容只是利用li...转载 2018-07-18 18:49:28 · 307 阅读 · 0 评论 -
使用libsvm中的svm_cross_validation函数进行交叉验证
from:https://blog.csdn.net/tao1107291820/article/details/51581322在libsvm的使用中,为了得到更好的c、gama参数,可以通过多次使用libsvm中的svm_cross_validation函数进行参数寻优,下面是svm_cross_validation的一种使用方法:svm_problem的定义:struct svm...转载 2018-07-18 16:52:27 · 1852 阅读 · 3 评论 -
机器学习中的交叉验证(cross-validation)
from:https://blog.csdn.net/lhx878619717/article/details/49079785交叉验证(Cross validation),交叉验证用于防止模型过于复杂而引起的过拟合.有时亦称循环估计, 是一种统计学上将数据样本切割成较小子集的实用方法。于是可以先在一个子集上做分析, 而其它子集则用来做后续对此分析的确认及验证。 一开始的子集被称为训练集。...转载 2018-07-18 16:23:29 · 1231 阅读 · 0 评论 -
神经网络CNN解释
from:https://blog.csdn.net/ruiyiin/article/details/77113973这篇文章原地址为An Intuitive Explanation of Convolutional Neural Networks,卷积神经网络的讲解非常通俗易懂。什么是卷积神经网络?为什么它们很重要?卷积神经网络(ConvNets 或者 CNNs)属于神经网络的范...转载 2018-12-09 21:22:14 · 388 阅读 · 0 评论