![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
天天向上的金牛
这个作者很懒,什么都没留下…
展开
-
机器学习总结
机器学习,讨论的是如何让计算机程序进行学习。因为现实世界中有很多问题,不能通过直接编程解决,如手写数字识别,自动驾驶等。人们希望计算机程序也能像人一样,从已有的经验中进行学习,来提高它的性能。 那什么是机器学习了?首先来看什么是学习。学习的一般说法是,在经验的作用下,行为转载 2011-07-16 11:35:51 · 723 阅读 · 0 评论 -
SVM入门(十)将SVM用于多类分类
从 SVM的那几张图可以看出来,SVM是一种典型的两类分类器,即它只回答属于正类还是负类的问题。而现实中要解决的问题,往往是多类的问题(少部分例外,例如垃圾邮件过滤,就只需要确定“是”还是“不是”垃圾邮件),比如文本分类,比如数字识别。如何由两类分类器得到多类分类器,就是一个值得研究的问题。 还以文本分类为例,现成的方法有很多,其中一种一劳永逸的方法,就是真的一次性考虑所有样本,并求解一个多转载 2012-01-09 16:16:05 · 544 阅读 · 0 评论 -
SVM入门(七)为何需要核函数
生存?还是毁灭?——哈姆雷特 可分?还是不可分?——支持向量机 之前一直在讨论的线性分类器,器如其名(汗,这是什么说法啊),只能对线性可分的样本做处理。如果提供的样本线性不可分,结果很简单,线性分类器的求解程序会无限循环,永远也解不出来。这必然使得它的适用范围大大缩小,而它的很多优点我们实在不原意放弃,怎么办呢?是否有某种方法,让线性不可分的数据变得线性可分呢? 有!其思想说来也转载 2012-01-09 16:13:11 · 636 阅读 · 0 评论 -
SVM入门(四五六)线性分类器的求解
SVM入门(四)线性分类器的求解——问题的描述Part1 上节说到我们有了一个线性分类函数,也有了判断解优劣的标准——即有了优化的目标,这个目标就是最大化几何间隔,但是看过一些关于SVM的论文的人一定记得什么优化的目标是要最小化||w||这样的说法,这是怎么回事呢?回头再看看我们对间隔和几何间隔的定义: 间隔:δ=y(wx+b)=|g(x)| 几何间隔: 可以转载 2012-01-09 16:11:53 · 843 阅读 · 0 评论 -
SVM入门(一)八股简介
SVM入门(一)八股简介 SVM入门(二三)线性分类器 SVM入门(四五六)线性分类器的求解 SVM入门(七)为何需要核函数 SVM入门(八九)松弛变量 SVM入门(十)将SVM用于多类分类 (一)SVM的八股简介 支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的,它在解决小样本、非线性及转载 2012-01-09 16:06:59 · 1076 阅读 · 0 评论 -
SVM入门(八九)松弛变量
SVM入门(八)松弛变量 现在我们已经把一个本来线性不可分的文本分类问题,通过映射到高维空间而变成了线性可分的。就像下图这样: 圆形和方形的点各有成千上万个(毕竟,这就是我们训练集中文档的数量嘛,当然很大了)。现在想象我们有另一个训练集,只比原先这个训练集多了一篇文章,映射到高维空间以后(当然,也使用了相同的核函数),也就多了一个样本点,但是这个样本的位置是这样的转载 2012-01-09 16:15:17 · 743 阅读 · 0 评论 -
隐马尔科夫模型
隐马尔科夫模型HMM自学 介绍 崔晓源 翻译 我们通常都习惯寻找一个事物在一段时间里的变化规律。在很多领域我们都希望找到这个规律,比如计算机中的指令顺序,句子中的词顺序和语音中的词顺序等等。一个最适用的例子就是天气的预测。 首先,本文会介绍声称概率模式的系统,用来预测天气的变化 然后,我们会分析这样一个系统,我们希望预测的状态是隐藏在表象之后的,并不是我们观察到的转载 2012-01-07 11:25:21 · 4808 阅读 · 0 评论 -
Boosting算法简介
一、Boosting算法的发展历史 Boosting算法是一种把若干个分类器整合为一个分类器的方法,在boosting算法产生之前,还出现过两种比较重要的将多个分类器整合为一个分类器的方法,即boostrapping方法和bagging方法。我们先简要介绍一下bootstrapping方法和bagging方法。 1)bootstrapping方法的主要过程 主要步骤:转载 2012-01-06 10:48:18 · 17352 阅读 · 2 评论 -
机器学习相关免费资源
几个推荐的网站http://mloss.org/ mloss是machine learning open source software的缩写,上面有大量的开源软件,而且不断更新。http://jmlr.csail.mit.edu/ Journal of Machine Lear转载 2011-07-16 11:38:35 · 524 阅读 · 0 评论 -
SVM入门(二三)线性分类器
SVM入门(二)线性分类器Part 1 线性分类器(一定意义上,也可以叫做感知机) 是最简单也很有效的分类器形式.在一个线性分类器中,可以看到SVM形成的思路,并接触很多SVM的核心概念. 用一个二维空间里仅有两类样本的分类问题来举个小例子。如图所示 C1和C2是要区分转载 2012-01-09 16:19:24 · 904 阅读 · 0 评论