- 博客(4)
- 资源 (6)
- 收藏
- 关注
原创 学习笔记【机器学习重点与实战】——7 支持向量机实战
1 sklearn支持向量机分类通过scipy中的multivariate_normal创建四分类随机多元正态分布样本集,使用sklearn中的svm.SVC对样本分类,实现代码如下:import numpy as npfrom sklearn import svmfrom scipy import statsfrom sklearn.metrics import accurac...
2018-04-29 17:52:46 531
原创 学习笔记【机器学习重点与实战】——6 支持向量机原理
1 支持向量机支持向量机(support vector machines,SVM)是一种二类分类模型。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;支持向量机还包括核技巧,这使它成为实质上的非线性分类器。支持向量机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(convex quadratic programming)的问题,也等价于正则化的合页损失函...
2018-04-27 02:02:58 919
原创 学习笔记【机器学习重点与实战】——5 集成学习-Boosting
1.BoostingBoosting 是一族可将弱学习器提升为强学习器的算法。这族算法的工作机制类似:先从初始训练集训练出一个基学习器,再根据基学习器的表现对训练样本分布进行调整,使得先前基学习器做错的训练样本在后续受到更多关注,然后基于调整后的样本分布来训练下一个基学习器;如此重复进行,直至基学习器数目达到事先指定的值 T , 最终将这 T 个基学习器进行加权结合。Boosting 算法工作...
2018-04-21 09:20:37 576
原创 学习笔记【机器学习重点与实战】——4 集成学习-Bagging
1.集成学习集成学习 (ensemble learning)通过构建并结合多个学习器来完成学习任务,有时也被称为多分类器系统 (multi-classifier system) 、基于委员会的学习 (committee-based learning) 等。图 1 为集成学习的一般结构:先产生一组”个体学习器” (individual learner) ,再用某种策略将它们结合起来。个体学习...
2018-04-16 00:39:30 2890 3
多目标粒子群算法分享 - CSDN博主dkjkls
2019-03-09
《GBDT和随机森林- CSDN博主dkjkls》
2018-12-01
【原版】粒子群算法实战分享 动画PPT
2017-08-07
水面无人艇局部危险避障算法研究 答辩PPT
2017-03-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人