![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 91
玊柯
量变带来质变,踏实积累知识,耐心了解本质,无限可能
展开
-
sklearn.svm.SVC()
sklearn中的SVC函数是基于libsvm实现的,所以在参数设置上有很多相似的地方。(PS: libsvm中的二次规划问题的解决算法是SMO)。对于SVC函数的参数解释如下:(主要翻译的sklearn 文档)参数C: float参数 默认值为1.0错误项的惩罚系数。C越大,即对分错样本的惩罚程度越大,因此在训练样本中准确率越高,但是泛化能力降低,也就是对测试数据的分类准确率降低。相反,减小C的话,容许训练样本中有一些误分类错误样本,泛化能力强。对于训练样本带有噪声的情况,一般采用后者,把训转载 2021-12-04 16:33:45 · 931 阅读 · 0 评论 -
人脸识别系列算法原理
在如今的世界,人脸识别也变得越来越重要,应用越来越广泛,比如人脸识别可用于身份认证、摄影、支付、视频等领域。现在人脸识别一般采用三种经典算法:Eigenfaces、Fiserfaces、LBPH。本文主要介绍这三种算法的原理转载 2021-12-01 16:27:47 · 15711 阅读 · 0 评论