机器学习
用户ssdssf
喜欢计算机,喜欢交流
展开
-
关于SVM的一点个人理解
网上关于SVM的资料很多,但是我还是想简单说下自己的理解,希望能为各位初学者做一个参考: 通俗的说,SVM的原理就是对于N维数据,寻找一个N-1维的超平面,将这N维数据区别开来。关于这个超平面,有个学问,如何找到这个超平面呢?就是使得离超平面比较近的点(所谓的支持向量)之间的距离最大,这样的分类效果才好。如何使得支持向量之间的距离最大化呢?经过一系列的推倒,得到一个二次规划问题(凸优化问原创 2016-04-26 10:15:39 · 521 阅读 · 0 评论 -
PCA(主成分分析)的数学原理
PCA(Principal Component Analysis)是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示,可用于提取数据的主要特征分量,常用于高维数据的降维。网上关于PCA的文章有很多,但是大多数只描述了PCA的分析过程,而没有讲述其中的原理。这篇文章的目的是介绍PCA的基本数学原理,帮助读者了解PCA的工作机制是什么。 当然我并不打算把文章写成转载 2016-04-25 09:39:42 · 4929 阅读 · 2 评论