![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 86
祝小蹊
这个作者很懒,什么都没留下…
展开
-
Kaggle学习之Machine Learning from Disaster(1)
一、背景介绍Jack and Rose唯美的爱情故事很壮观却很悲凉~大船船体进水后,是否获救的乘客是随机的还是具有某些规律的呢? 是否可以根据乘客的基本信息和存活信息来预测其他人的存活信息呢?So,这是一个二分类问题。常见的二分类算法有:线性/逻辑回归、SVM、决策树、随机森林、boost算法等。二、数据预处理数据下载地址如下: https://www.kaggle.com/c/titanic/原创 2017-09-24 20:42:33 · 359 阅读 · 0 评论 -
Kaggle学习之Machine Learning from Disaster(2) -SVM
一、SVM介绍(以下来自百度百科词条SVM)SVM方法是通过一个非线性映射p,把样本空间映射到一个高维乃至无穷维的特征空间中(Hilbert空间),使得在原来的样本空间中非线性可分的问题转化为在特征空间中的线性可分的问题。简单地说,就是升维和线性化。升维,就是把样本向高维空间做映射,一般情况下这会增加计算的复杂性,甚至会引起“维数灾难”,因而人们很少问津.但是作为分类、回归等问题来说,很可能在低维样原创 2017-09-25 23:29:29 · 255 阅读 · 0 评论