![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习&数据挖掘算法
文章平均质量分 78
dxy_1110
这个作者很懒,什么都没留下…
展开
-
libsvm 学习笔记(四)--- grid.py 关键代码详解
在所有可取的<C, g>值对下,grid.py 都训练出一个分类器,并计算该分类器的准确率,将准确率最高的分类器所对应的<C, g>作为最优的参数。这是通过交叉验证来实现的:将训练集分为 N 折,其中的 N-1 折用来训练分类器,剩下的 1 折用来计算分类准确率,从而计算 N 次实验的平均准确率作为给定<C, g>值对下的分类器的准确率。原创 2015-02-16 16:04:25 · 5342 阅读 · 1 评论 -
libsvm 学习笔记(二)--- easy.py 脚本详解
下面是个人对 easy.py 中源码的理解。 easy.py 按照以下顺序进行 svm 分类器的训练和分类: 1)缩放训练数据 2)参数择优:(C,g) 3)训练svm分类器 4)缩放测试数据 5)分类原创 2015-02-16 13:01:47 · 6100 阅读 · 0 评论 -
libsvm 学习笔记(三)--- svm-scale 使用方法介绍
libsvm svm-scale 使用方法介绍;svm-scale 对数据进行缩放的规则。原创 2015-02-16 14:46:43 · 21251 阅读 · 6 评论