MOOC Machine Learning 作业交流帖6

wk6 Support Vector Machines

最近正在学习MOOC上的经典课程:Machine learning (by Andrew Ng), 具体课程链接:MACHINE LEARNING
根据进度将作业的关键代码部分贴上,仅供交流与讨论。

  • gaussianKernel
sim=exp(-sum(norm(x1 - x2).^2)/(2*sigma^2));
  • dataset3Params
a=[0.01, 0.03, 0.1, 0.3, 1, 3, 10, 30];
error=zeros(8,8);
for i = 1:8
    C=a(i);
    for j = 1:8
       sigma=a(j);
       model= svmTrain(X, y, C, @(x1, x2) gaussianKernel(x1, x2, sigma)); 
       predictions = svmPredict(model, Xval);
       error(i,j)=mean(double(predictions ~= yval));
    end
end 

m=min(error);
mm=min(m);
[r,c]=find(error==mm);
C=a(r);
sigma=a(c);
  • processEmail
for i = 1:length(vocabList) 
v = strcmp(str, vocabList(i)); 
    if v==1 
        word_indices = [word_indices ; i]; 
    end 
end
  • emailFeatures
x(word_indices) = 1;

——转载请注明出处

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值