@通用机器学习
1、损失函数
2、决策边界
根据向量内积的定义,决策边界转化如下
4、利用核和landmarks来学习更复杂的decision boundary
此例子是高斯核,即衡量landmark和x之间的相似性(即欧几里得距离,最相似是1)
5、参数设置
6、多分类
7、使用场景
支持向量机
最新推荐文章于 2024-04-02 15:56:54 发布
@通用机器学习
1、损失函数
2、决策边界
根据向量内积的定义,决策边界转化如下
4、利用核和landmarks来学习更复杂的decision boundary
此例子是高斯核,即衡量landmark和x之间的相似性(即欧几里得距离,最相似是1)
5、参数设置
6、多分类
7、使用场景