![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
召走八牛
这个作者很懒,什么都没留下…
展开
-
支持向量机通俗导论(理解SVM的三层境界)
支持向量机通俗导论(理解SVM的三层境界)作者:July 。致谢:pluskid、白石、JerryLead。说明:本文最初写于2012年6月,而后不断反反复复修改&优化,修改次数达上百次,最后修改于2016年3月。前言 动笔写这个支持向量机(support vector machine)是费了不少劲和困难的,原因转载 2016-11-03 16:33:59 · 622 阅读 · 0 评论 -
机器学习中的范数规则化之(一)L0、L1与L2范数、核范数与规则项参数选择
今天我们聊聊机器学习中出现的非常频繁的问题:过拟合与规则化。我们先简单的来理解下常用的L0、L1、L2和核范数规则化。最后聊下规则化项参数的选择问题。这里因为篇幅比较庞大,为了不吓到大家,我将这个五个部分分成两篇博文。知识有限,以下都是我一些浅显的看法,如果理解存在错误,希望大家不吝指正。谢谢。 监督机器学习问题无非就是“minimizeyour error while re转载 2016-10-18 20:24:49 · 3917 阅读 · 0 评论