![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 94
Lsy_dxsj
认真生活,创造快乐
展开
-
机器学习——支持向量机(SVM)
文章目录支持向量机线性SVM非线性SVM常见核函数实验支持向量机SVM是一种分类算法,侧重于模式识别方面,使用SVM可提高分类的准确性。比如实际问题中大多是线性不可分的,SVM思想就是将线性不可分问题转化为线性可分的问题,具体方法是将空间映射到多维空间(例如将二维空间映射到三维空间),以增加维数来减少方程的次数。SVM基本思想是求解能够正确划分训练数据集并且几何间隔最大的分离超平面。支持向量:一般认为,超平面在平移过程中,遇到第一个点后就停止平移,则这个点就是支持向量数据集有几个分类就会有几个原创 2022-04-11 14:18:04 · 1169 阅读 · 0 评论 -
机器学习——决策树
知识概括原创 2022-03-16 09:05:38 · 235 阅读 · 0 评论 -
机器学习——线性模型(3/3)
文章目录第三章 线性模型3.1 基本形式3.2 线性回归3.3 对数几率回归3.4 线性判别分析3.5 多分类学习3.6 类别不平衡问题第三章 线性模型3.1 基本形式线性模型(Linear model)试图学得一个通过属性的线性组合来进行预测的函数,即f(x)=w1x1+w2x2+...+wdxd+bf(\mathbf x)=w_1x_1+w_2x_2+...+w_dx_d+bf(x)=w1x1+w2x2+...+wdxd+b一般用向量形式写成f(x)=wTx+bf(\mat原创 2021-08-20 22:30:11 · 342 阅读 · 0 评论 -
机器学习——基础知识(1/3、2/3)
文章目录第一章 绪论第二章 模型评估与选择第一章 绪论第二章 模型评估与选择原创 2021-07-24 17:05:53 · 224 阅读 · 0 评论