![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
统计学习方法
Hlveying
南京大学程序员。
不给母校丢脸。
展开
-
文章标题
第一次写技术博客!主要是给自己的学习做总结。 用的是李航博士《统计学习方法》这本书。 概论: 这本书主要讲的是监督学习。目前看来监督学习主要有两块:分类问题和回归问题。 分类问题:感知机、knn、naive bayes、svm等; 回归问题:LR、logistic回归等。 第一站主要来探讨感知机和支持向量机的简单对比问题 感知机是一种很朴素的二分类的问题。利用一个平面将数据集中的点分成原创 2017-03-14 21:41:11 · 217 阅读 · 0 评论 -
统计学习方法第二站
支持向量机: 支持向量机是感知机的复杂形式。感知机无法解决的问题可以抽象到支持向量机的维度上来解决。所以支持向量机也是一个分类问题。感知机假定在空间中有一个超平面可以将数据集分成两份,但是特殊情况下一个平面是无法将数据集分成正反两份的。比如这里举一个例子:(0,0,+),(1,0,-),(0,1,-),(1,1,+)那么此时就不存在一个超平面能将这个数据集分成正反两份。那么此时就需要一个映射ϕ(x原创 2017-03-15 19:21:22 · 265 阅读 · 0 评论