![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 72
姚巨龙
我是昆图库塔卡提考特苏瓦西拉
展开
-
SVM学习笔记(五)——在Python下使用不同核函数进行训练
SVM学习笔记(五)——在Python下使用不同核函数进行训练训练效果程序如何选择合适的核函数线性核函数多项式核函数径向基核函数(高斯核)多层感知机核函数(Sigmoid)训练效果对于非线性的情况,SVM的处理方法是选择一个核函数sklearn,通过将数据映射到高维空间,来解决在原始空间中线性不可分的问题,这部分在学习笔记(三)中已有过较详细的理论介绍。而本次是想在具体的例子中来看看不同核函...原创 2019-12-29 20:36:23 · 1989 阅读 · 2 评论 -
SVM学习笔记(四)——SVM模型实例
SVM学习笔记(四)——SVM模型实例程序分类效果总结SVM模型优点SVM模型缺点下面将用一个简单的例子来看看带核函数的SVM模型的非线性分类效果。程序生成数据集#生成数据集from sklearn.datasets import make_circlesX,y=make_circles(noise=0.2, factor=0.5, random_state=1)标准化#标准化...原创 2019-12-28 18:14:50 · 1493 阅读 · 1 评论 -
SVM学习笔记(三)——核函数
SVM学习笔记(三)——核函数核函数非线性问题核函数方法核函数存在条件常见的核函数核函数解决非线性问题的实例核函数非线性问题前面两篇文章的内容都是在样本线性可分的基础上进行的。但是现实情况却是,并不是所有的样本集都是线性可分的。对于非线性可分的数据集,如果我们仍旧采用前两篇文章的办法来进行优化求解,显然是不行的。例如:此时我们就要寻找办法将线性不可分的样本空间转变为线性可分的样本空间。即...原创 2019-12-22 22:15:20 · 600 阅读 · 1 评论 -
SVM学习笔记(二)——软间隔(soft-margin)
SVM学习笔记(二)——软间隔(soft-margin)软间隔软间隔优化目标函数优化目标函数替代损失函数软间隔支持向量机软间隔软间隔是相对于硬间隔定义的。在上一篇文章:学习笔记(一)中的SVM算法是线性可分的SVM算法,属于硬间隔。所谓硬间隔,就是存在所有样本必须划分正确的约束条件,即所有样本必须严格满足:而对于软间隔,则是允许某些样本不满足以上约束条件。硬间隔要求间隔之间不存在任...原创 2019-12-21 23:08:45 · 1614 阅读 · 1 评论 -
SVM学习笔记(一)——介绍与原理推导
SVM学习笔记(一)——介绍与原理推导支持向量机模型分析模型求解拉格朗日对偶性笔者并不精通机器学习的相关理论知识,只是最近急着要使用SVM算法,便查阅各方资料了解了SVM的原理,但由于笔者基础实在太薄弱,看了一遍又一遍才大致理解了公式是怎么来了,为防止之后遗忘,便以博客的形式记录下来。如果发现博客中有任何错误,欢迎在评论区指正,笔者感激不尽。支持向量机支持向量机(Support Vecto...原创 2019-12-21 00:56:20 · 220 阅读 · 1 评论