- 博客(2)
- 收藏
- 关注
RSS订阅原创 机器学习之支持向量机SVM及代码示例
一、线性可分SVMSVM算法最初是用来处理二分类问题的，是一种有监督学习的分类算法。对于线性可分的二分类问题，我们可以找到无穷多个超平面，将两类样本进行区分。(超平面：一维中是一个点；二维中是一条线；三维中是一个面……)在上面的多个超平面中，它们都可以成功将样本集划分两边，但哪一个超平面更好？一般来说，当样本点离超平面越近，样本的标签为某类型的概率应该为0.5左右，确信度比较低，而样本点离超平面越远
2017-02-22 23:07:14
52241
7
原创 机器学习之机器学习库scikit-learn
一、 加载sklearn中的数据集datasetsfrom sklearn import datasetsiris = datasets.load_iris() # 鸢尾花卉数据digits = datasets.load_digits() # 手写数字8x8像素信息数据查看数据的信息print iris.data[:4] # 查看数据的特征信息print iris.data.shape #
2017-02-11 00:44:48
2482
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