机器学习
关注
分享
扫一扫
cyq0122
图像处理
展开
-
线性SVM还是非线性SVM
转载SVM的应用领域很广，分类、回归、密度估计、聚类等，但我觉得最成功的还是在分类这一块。 用于分类问题时，SVM可供选择的参数并不多，惩罚参数C，核函数及其参数选择。对于一个应用，是选择线性核，还是多项式核，还是高斯核？还是有一些规则的。 实际应用中，多数情况是特征维数非常高。如OCR中的汉字识别，提取8方向梯度直方图特征，归一化的字符被等分成8*转载 2014-05-17 10:58:27 · 993 阅读 · 0 评论 -
逻辑回归、线性回归、最小二乘、极大似然、梯度下降
转自http://www.zhihu.com/question/24900876机器学习的基本框架大都是模型、目标和算法！重要的事情说三遍！对于一个数据集，首先你要根据数据的特点和目的来选择合适模型。就你问的而言，选定的模型是Logistic Regression。现在既然已经选择了模型，那么接下来的问题是：怎么才能让这个模型尽可能好的拟合或者分类数据呢？那么就需要有目转载 2015-10-14 15:31:41 · 3862 阅读 · 0 评论