本文详细介绍了支持向量机SVM的原理和在MATLAB中的实现，包括SVM的成本函数、作为大间隔分类器的特性、高斯核函数的使用以及在实际操作中的参数选择。通过理解SVM的数学解析，读者可以更好地掌握SVM如何形成大间隔分类边界，并了解如何在MATLAB中使用libsvm库进行训练和预测。
本栏目（Machine learning）包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM（Support Vector Machines 支持向量机）、聚类、降维、异常检测、大规模机器学习等章节。所有内容均来自Standford公开课machine learning中Andrew老师的讲解。（https://class.coursera.org/ml/class/index）
订阅专栏 解锁全文
扫一扫
2601
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
