- 博客(4)
- 收藏
- 关注
原创 支持向量机回归fitrsvm函数应用
与传统的回归方法不同,SVR的目标是找到一个在高维特征空间中最好地拟合数据的超平面。这个超平面可以用一个线性方程wx + b = 0来表示,其中w是法向量,b是位移项,x是样本点的特征向量。首先选择需要回归数据集,这是进行回归模型构建的基础,其次选择需要的核函数,以及是否交叉验证,是否选择超参数等等,后利用fitrsvm进行训练,以及参数选择。总体来说,SVR是一种强大的预测性工具,它可在各种复杂的数据集上实现高精度的预测,并在许多实际应用中取得了良好的效果。% 使用点表示法显示Mdl的属性。
2024-08-05 14:46:52
851
原创 pytorch深度学习入门——(一)、服装(手写数字)识别
基本知识pytorch——基本数据张量——tensor介绍基本知识同np数组dataset and dataloader——数据集准备与数据集预处理transform——将数据转换为tensor——数据正则化 totensor and 自定义张量正则化model——利用convolution、pool等等构建神经网络模型nn.modelsapt、loss优化器、损失函数pytorch官网介绍手写数字原理介绍。
2024-03-26 20:29:11
184
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人