![](https://img-blog.csdnimg.cn/20190918140145169.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
svm
SVM
_illusion_
知乎主页:https://www.zhihu.com/people/illusions-29/posts
展开
-
SVM的两个参数 C 和 gamma的解析
转载于:https://blog.csdn.net/lujiandong1/article/details/46386201SVM模型有两个非常重要的参数C与gamma。其中 C是惩罚系数,即对误差的宽容度。c越高,说明越不能容忍出现误差,容易过拟合。C越小,容易欠拟合。C过大或过小,泛化能力变差 gamma是选择RBF函数作为kernel后,该函数自带的一个参数。隐含...转载 2018-09-29 17:05:01 · 16380 阅读 · 0 评论 -
关于SVM的一些问题
**转载自**:https://blog.csdn.net/fanghuidi/article/details/78147985 1、为什么要选择最大间隔分类器,请从数学角度上说明? 答:几何间隔与样本的误分次数间存在关系: 其中的分母就是样本到分类间隔距离,分子中的R是所有样本中的最长向量值2、样本失衡会对SVM的结果产生影响吗?...转载 2018-10-30 14:42:47 · 1470 阅读 · 0 评论 -
SVM与拉格朗日乘子法的思考
拉格朗日乘子法:拉格朗日乘子法专门用于解决求解一个带有约束的函数的极值问题。但约束其实也有区分,分别可以分成“无约束”、“有等式约束”和“有不等式约束”。我们假设要求解min f(w)问题。 无约束:直接采用高中时期就学过的方式,对函数中涉及到的全部变量一一求偏导,然后令偏导=0,即可求解,十分简单; 有等式约束:引入拉格朗日乘子。 设若干等式约束为g_i (w,b) = 0 ,那...原创 2019-02-25 12:42:17 · 717 阅读 · 0 评论 -
LR、决策树、SVM的选择与对比
看到一篇很精彩的文章,特转载于此,转载源:https://www.jianshu.com/p/743cf2357b28分类问题是我们在各个行业的商业业务中遇到的主要问题之一。本文将逻辑回归(Logistic Regression)、决策树(Decision Trees)和支持向量机(Support Vector Machine,SVM)进行对比找出每个算法的优缺点以及适合的数据形式。上面列...转载 2019-03-05 00:38:24 · 10494 阅读 · 0 评论