- 博客(3)
- 收藏
- 关注
RSS订阅原创 Python使用佩加索斯（Pegasos）算法实现软间隔SVM
一.软间隔SVM目标函数推导SVM假定存在一个超平面能够将两类样本完全分隔开来，但在实际情况中，数据是不能被一个平面完全分隔的，因此，为了使得问题可解，我们需要在原SVM的优化问题上加入松弛变量ε，ε是一个大于等于0的数，引入松弛变量后，原优化问题转化为： 其中，C是正则化常数，其取值越大，则表示对误分类的惩罚越大，即要求越严格。不难看出，当ε=0时，该问题将会成为标准的SVM优化问题.引入松弛变量后，其约束条件变为： ...
2021-11-18 21:01:57
3254
1
原创 多个逻辑回归二分类器实现minist手写数字识别（Python 仅使用numpy实现）
多分类问题可以转换为多个二分类问题，例如，需要完成对手写数字的十分类时，可以采用依次对每个数字（0-9）进行二分类的方式，最终对每次分类中计算出的正样本概率值进行排序，选择概率最高的数字作为分类的结果。 整个过程需要训练10个分类模型（0-9这十个数字每个数字训练一个分类模型），若模型的输入为数字x，则分别使用这10个模型对x进行分类，对每次分类的逻辑回归输出值（即正样本的概率）进行排序，取最大的值所对应的标签作为最终的分类结果。 首先，采用Sigmoid函数...
2021-10-18 10:14:49
2163
4
原创 C++实现疫情感染扩散模型
题目如下：我们对某传染病的感染过程进行以下数学建模：将人简化为质点； 人在活动区域内随机行走，行走规则为：每个人只能向上、下、左、右四个方向行走，向四个方向行走的概率相等，行走速度V为1米/时间步，在活动区域边界处，向离开活动区域方向行走的概率降为0，向其他三个方向行走的概率不变； 感染半径R为2米； 未接种疫苗时，感染概率P（只要在感染半径内）为0.6； 感染时间T为10个时间步； 致死概率D（被感染者在感染时间内每个时间步都有可能致死）为0.001，致死后移除出活动区域； 非致死..
2021-10-15 11:20:04
2371
2
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