![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
ML
生命不止,学习不息
这个作者很懒,什么都没留下…
展开
-
SVM-1
**支持向量机(Support Vector Machine)**是Cortes和Vapnik于1995年首先提出的,它在解决小样本、非线性及高维模式识别中表现出许多特有的优势,并能够推广应用到函数拟合等其他机器学习问题中。 支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的,根据有限的样本信息在模型的复杂性(即对特定训练样本的学习精度,Accuracy)和学习能力(即无错...原创 2019-10-31 13:58:40 · 123 阅读 · 0 评论 -
机器学习联系 逻辑回归 线性回归
感想及笔记 1.线性回归,梯度下降 1.1线性回归 线性回归在于线性和回归两字,线性回归又分为单变量回归和多变量回归。线性之前都知道,回归什么意思?回归就是尝试推测出一系列连续的值的属性。一个简单的例子:就是你的朋友想卖掉他的房子,你要告诉他这房子大概现在的市场价是多少。那你就要根据以前别人的数据,去构造一个模型,根据房子的大小以及房子的价格,画出这么一条直线,变量只有房子的大小。 单变量线性回...原创 2019-04-16 18:36:56 · 177 阅读 · 0 评论 -
神经网络基础
在多级前馈网当中,隐藏层的定义是:除输入层和输出层以外的其他各层叫做隐藏层.隐藏层不直接接受外界的信号,也不直接向外界发送信号 . 什么是输入层呢?和单级网络一样,该层只起到输入信号的扇出作用.所以在计算网络的层数时不被记入.该层负责接收来自网络外部的信息,被记作第0层. 什么是输出层,它是网络的最后一层,具有该网络的最大层号,负责输出网络的计算结果. 从上面的话可以粗略的看出,隐藏层与输入输出层...原创 2018-12-28 16:29:26 · 145 阅读 · 0 评论 -
svm
支持向量机(Support Vector Machine, SVM)的基本模型是在特征空间上找到最佳的分离超平面使得训练集上正负样本间隔最大。SVM是用来解决二分类问题的有监督学习算法,在引入了核方法之后SVM也可以用来解决非线性问题。与逻辑回归和神经网络相比,支持向量机,或者简称 SVM,在学习复杂的非线性方程时提供了一种更为清晰,更加强大的方式。支持向量机做的全部事情,就是极小化参数向量原创 2019-04-16 18:39:31 · 126 阅读 · 0 评论