小白ML笔记
机器学习算法笔记
sunshine@BIT
这个作者很懒,什么都没留下…
展开
-
ML笔记(2)——拉格朗日对偶性
拉格朗日对偶性 之前对拉格朗日对偶性没有理解,再做一次笔记 1. 原始问题(原始优化问题) 考虑带约束的最优化问题(原始优化问题,也称原始问题)引入拉格朗日函数则考虑函数拉格朗日函数的极大值与f(x)的值相等,(若满足约束,则拉格朗日函数只能小于等于f(x),否则,拉格朗日函数无限变大),因此可知那么原始优化问题可以进行转化则该问题转化为...原创 2018-12-02 11:43:20 · 757 阅读 · 1 评论 -
ML笔记(1)——线性SVM
1. 线性可分——支持向量机一个二分类问题(x为特征向量,y为分类标签)通过样本点与分类面之间的距离度量该样本的分类准确性,距离越远,分类越准确定义函数间隔(第i个样本点与分类面的距离*样本点的标签)对一个给定参数w、b的超平面,函数间隔可以度量第i个样本点与分类超平面之间的远近。对一个正确的分类器,若,则;若,则由上式可知恒成立,且越大,说明样本离超平面的距离...原创 2018-12-01 12:24:19 · 164 阅读 · 0 评论