![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
守望↪星空
在读大学生,分享学习的点点滴滴!欢迎关注!
展开
-
机器学习笔记-第七章支持向量机(拉格朗日乘子法)
与原点的最短距离所以我们得出结论:在极值点,圆与曲线相切等高线根据梯度的性质,梯度向量:图中的黄线都是法线图中蓝色箭头为法线结论:梯度与等高线的梯度垂直等高线映射到平面上直径方向间隔相等...原创 2020-06-22 21:21:21 · 215 阅读 · 0 评论 -
机器学习笔记-第七章支持向量机(补:梯度)
一滴水,沿着玻璃往下滚动,轨迹就是梯度的反方向。方向导数梯度注意:A点是方向导数中的A点每个方向都有方向导数梯度定义:是一个矢量,其方向上的方向导数最大,其大小正好是此最大方向导数。方向为增长最快的方向...原创 2020-06-22 21:15:50 · 187 阅读 · 0 评论 -
机器学习笔记-第七章支持向量机(间隔与支持向量)
标号7的yi的理解:yi不是+1就是-1,看标记5原创 2020-06-22 21:12:03 · 134 阅读 · 0 评论 -
机器学习笔记-第七章支持向量机(知道在干啥)
Maximal margin classifier(一维分类问题) 问题描述:通过小老鼠的重量判断是否肥胖,找出阈值注意:绿色表示肥胖、红色表示不方法:找到两个边界,两个边界的中间就是阈值缺点:若边界值为误差值,结果与预测的大不相同Support Vector Classifier原理:解决上面存在误差的问题,通过交叉验证法取除边界的其他点不同维度数据:二维:三维:Support Vector Machines上面两者局限:无法处理一维数据中部分数据在中间的问题.原创 2020-06-22 21:09:35 · 116 阅读 · 0 评论 -
机器学习笔记-第三章线性模型
原创 2020-06-22 21:03:03 · 168 阅读 · 0 评论 -
机器学习笔记-第二章模型评估与选择
一种训练集一种算法 2.1经验误差与拟合(简述)(1)问题简述以手写字体识别为例m样本数量,比如有10000张手写字体图片Y样本正确的数量,比如第一章图片是1,第二张图片是7使用模型进行猜测,对一万张图片进行判断,预测的结果是Y’其中a个错了(2)错误率、精度、误差error rate错误率:E=a/maccuracy精度:1-Eerror误差:|Y-Y’|(3)基本概念训练误差/经验误差:训练集上的误差泛化误差:未来样本中的误差过拟合欠拟合注意:训练误差不是越小越好原创 2020-06-22 20:57:13 · 457 阅读 · 2 评论 -
机器学习笔记-第一章绪论
第一章绪论1引言1.1问题(1)通过计算的手段,利用经验来改善系统自身的性能(2)有了数据(3)通过某种学习算法(4)得到模型(5)进行预测2基本术语2.1有了数据(1)数据集100个西瓜(2)样本1个西瓜(3)特征向量1、样本空间2、颜色、大小、敲起来的振幅3、维度(4)属性颜色2.2通过某种学习方法(1)学习(2)训练2.3得到模型(1)有监督学习1、分类(1)二分类1、Y正负2、瓜农眼中:这个瓜该不该摘,这个瓜熟没熟,我要不要摘(2)多分类1原创 2020-06-22 20:52:08 · 90 阅读 · 0 评论 -
Boosting算法原理解析与例题分析
Boosting算法原理解析与例题分析题目题目解析:1、x为数据编号2、y为真实结果,这里可以理解为1为好瓜,-1为坏瓜3、主观预测阈值:2.5,5.5,8.5解释:抛开孤独的9不讲,“0 1 2”、“3 4 5”、“6 7 8”这是3类不同的数据,分别对应的类是1、-1、1,直观上推测可知,可以找到对应的数据分界点,比如2.5、5.5、8.5 将那几类数据分成两类。4、初始数据的权值分布令每个权值W1i=1/N=0.1,其中N=10,i=1,2,3…10(2)详细迭代过程·迭代原创 2020-06-07 21:24:46 · 1018 阅读 · 0 评论