![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
算法
文章平均质量分 73
Laccoliths
这个作者很懒,什么都没留下…
展开
-
SVM算法
SVM 1. svm是干什么的 支持向量机(support vector machines, SVM)是一种二分类模型,它的基本模型是定义在特征空间上的间隔最大的线性分类器,间隔最大使它有别于感知机;SVM还包括核技巧,这使它成为实质上的非线性分类器。SVM的的学习策略就是间隔最大化,可形式化为一个求解凸二次规划的问题,也等价于正则化的合页损失函数的最小化问题。SVM的的学习算法就是求解凸二次规划的最优化算法。分类算法 2. 支持向量 虚线上的点到划分超平面的距离都是一样的,实际上只有这几个点共同确定了超原创 2021-08-27 16:51:35 · 264 阅读 · 0 评论 -
KNN算法
KNN算法 什么是knn算法 分类/回归算法 给定一个训练数据集,对新的的输入实例,在训练数据集中找到与该实例最邻近的的K个实例,这K个实例的多数属于某个类,就把该实例分为这个类。即寻找最近的k个数据,推测新数据的分类。 算法原理 通用步骤 计算距离(常用欧几里得距离或马氏距离) 欧几里得距离 c=(x1−x2)2+(y1−y2)2 c=\sqrt{\left(x_{1}-x_{2}\right)^{2}+\left(y_{1}-y_{2}\right)^{2}} c=(x1−x2)2+(y1原创 2021-08-25 13:51:31 · 76 阅读 · 0 评论