- 博客(4)
- 收藏
- 关注
RSS订阅原创 人工智能与机器学习——SVM算法深入探究
人工智能与机器学习——SVM算法深入探究一、原理介绍1. 支持向量机2. 超平面二、Soft Margin SVM1. 加载鸢尾花数据集并查看散点图分布2. 绘制决策边界3. 再次实例化SVC，重新传入一个较小的C三、使用多项式与核函数1. 加载月亮数据集2. 绘制散点图3. 加入噪声点4. 通过多项式特征的SVM进行分类5. 使用核技巧来对数据进行处理四、核函数1. 产生测试点以及绘制散点图2. 将数据升为二维五、超参数γ1. 加载月亮数据集2. 定义一个RBF核的SVM2. 修改γ值① γ=100② γ
2020-05-25 16:03:07
1754
原创 人工智能与机器学习——采用线性LDA、k-means和SVM算法进行二分类可视化分析
人工智能与机器学习——采用线性LDA、k-means和SVM算法进行二分类可视化分析一、原理介绍1. 线性判别分析（LDA）2. K均值聚类算法 k-means3. SVM（支持向量机）算法二、线性LDA算法对鸢尾花数据集合月亮数据集二分类1. 鸢尾花数据集2. 月亮数据集三、K-means对鸢尾花数据集合月亮数据集二分类1. 鸢尾花数据集2. 月亮数据集四、SVM算法对鸢尾花数据集合月亮数据集二分类1. 鸢尾花数据集2. 月亮数据集五. SVM算法的优点一、原理介绍1. 线性判别分析（LDA）LDA
2020-05-19 14:49:25
1115
原创 嵌入式系统开发与应用——ORB特征匹配
嵌入式系统开发与应用——ORB特征匹配一、准备图片数据集二. 创建cpp文件三. 运行程序1. 编译文件2. 执行文件一、准备图片数据集二. 创建cpp文件gedit computeORB2.cpp代码如下#include <opencv2/opencv.hpp> #include <iostream>#include <vector>#...
2020-05-07 16:03:57
180
原创 人工智能与机器学习——基于Fisher判别的线性分类和对Iris数据集的 Fisher线性分类
人工智能与机器学习——基于Fisher判别的线性分类一、原理介绍1. Fisher判别法2. Fisher线性判别3. “群内离散度”与“群间离散度”二、用python代码实现Fisher判别的推导三、Iris数据集实战1. 在命令行下，下载包seaborn2. 数据可视化3. relplot（1）. 花萼的长度和宽度在散点图上分了两个簇, 而且两者各自都有一定的关系. 鸢尾花又分为三个品种（2）...
2020-05-06 23:17:24
1512
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