![](https://img-blog.csdnimg.cn/40a4819777b3464c8a768b60ed5cc2db.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
【吃瓜笔记】西瓜书+南瓜书学习笔记
文章平均质量分 92
参加了开源学习社区DataWhale的7月组队学习,内容是西瓜书和南瓜书的学习,在这里记录一下学习笔记。
桐秋廿
这个作者很懒,什么都没留下…
展开
-
吃瓜笔记05:【西瓜书+南瓜书】支持向量机
支持向量机(Support Vector Machines,SVM)是一种二分类模型,它的目的是寻找一个超平面来对样本进行分割,分割的原则是间隔最大化,最终转化为一个凸二次规划问题来求解。二分类问题就是寻找一个超平面将不同类别的样本分开,那么问题来了,哪条线才是最好,最鲁棒的呢?直观来说,应该找最中间的那个超平面,因为该超平面对训练样本局部扰动的“容忍”性最好。为法向量,决定了超平面的方向,b为位移项,决定了超平面与原点之间的距离。则距离超平面最近的样本使得上式的等号成立,这些样本被称为“支持向量“。原创 2023-08-05 20:14:01 · 92 阅读 · 0 评论 -
吃瓜笔记02:【西瓜书+南瓜书】线性模型
回归任务的目标是通过输入一个值,可以预测一个输出值出来,但如果我们的任务是分类任务,那么回归模型就无法解决,但只需找一个单调可微函数将分类任务的真实标记y与线性回归模型的预测值联系起来即可,也即做一个映射函数,将回归模型的预测值R映射到(0,1)区间内。一对一:将N个类别两两配对,产生N(N-1)/2个二分类任务,最终测试时通过投票产生最终结果,预测的最多的就是最终分类结果。例如有998个反例,但正例只有2个,那么学习方法只需返回一个永远将新样本预测为反例的学习器,就能达到99.8%的精。原创 2023-07-24 21:55:58 · 74 阅读 · 0 评论 -
吃瓜笔记01:【西瓜书+南瓜书】绪论+模型评估与选择
按自己的理解梳理了西瓜书的前两章节。原创 2023-07-20 16:48:48 · 975 阅读 · 0 评论