机器学习
子菲渔
子非鱼安知鱼之乐
展开
-
浅谈机器学习
在本篇文章中,我将对机器学习做个概要的介绍。本文的目的是能让即便完全不了解机器学习的人也能了解机器学习,并且上手相关的实践。 在进入正题前,我想读者心中可能会有一个疑惑:机器学习有什么重要性,以至于要阅读完这篇非常长的文章呢? 我并不直接回答这个问题前。相反,我想请大家看两张图,下图是图一: 图1 机器学习界的执牛耳者与互联网界的大鳄的联姻 这幅图上上的三人是当今机器学习界的执牛耳者。中转载 2017-08-12 20:18:54 · 390 阅读 · 0 评论 -
支持向量机(SVM)初级
原文链接:http://blog.csdn.net/zouxy09/article/details/17291543目录一、引入二、线性可分SVM与硬间隔最大化三、Dual优化问题 3.1、对偶问题 3.2、SVM优化的对偶问题四、松弛向量与软间隔最大化五、核函数六、多类分类之SVM 6.1、“一对多”的方法 6.2、“一对一”的方法七、KKT条件分析八、SVM的实现之SMO算法转载 2017-08-30 21:50:16 · 282 阅读 · 0 评论 -
k近邻算法(KNN)
原文链接:http://blog.csdn.net/zouxy09/article/details/16955347在原文的最终代码上稍作修改,添加了中文注释,运行环境为3.6一、kNN算法分析 K最近邻(k-Nearest Neighbor,KNN)分类算法可以说是最简单的机器学习算法了。它采用测量不同特征值之间的距离方法进行分类。它的思想很简单:如果一个样本在特征空间中的k个最相似(即特征空转载 2017-09-01 11:56:14 · 263 阅读 · 0 评论