![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
流觞时光
此行山高路远,所幸我口袋还有玫瑰一片
展开
-
KFold.split的使用
因为设置的K为5,所以输出共有5部分,每部分由(训练数据索引,验证数据索引)组成。要实现K折交叉验证法有一个很方便的工具:KFold.split。原创 2023-07-14 09:06:07 · 727 阅读 · 0 评论 -
机器学习 之 拉格朗日乘子法
拉格朗日乘子法拉格朗日函数对偶问题KKT条件拉格朗日函数作用:将带有k个约束条件,d个变量的最优化问题转变为 k+d个变量的无约束优化问题1、 当约束条件为等式形式时:有最优化问题:x为的d维向量,则此优化问题即 在g(x)=0所定义的d-1维曲面上寻找一点x能够使得目标函数f(x)取得最小值。则在该点f(x)的梯度▽f(x*) (注:不是导数!) 平行于 ▽g(x*)因此可以推出定义拉格朗日函数:则最优化函数将转变为求 无约束条件的拉格朗日函数的优化问题:求一点使得拉格朗日函数对其所原创 2020-09-14 16:51:23 · 658 阅读 · 0 评论 -
机器学习 之 SVM学习笔记
SVM(support vector machines)支持向量机主要思想(目的):求解一个分类面(或称为分类函数),能够正确划分训练数据集且几何间隔达到最大这里的几何间隔是指:离分类面最近的两个异类样本与分类面之间的距离之和,如下图所示的 γ设有训练数据集(x为特征向量,y为标注类别)假设训练数据集线性可分,则设分类面方程为:...原创 2020-09-13 16:22:09 · 301 阅读 · 0 评论