机器学习
青梅煮酒BX
飞将曾梦居延山,丈夫隐忍且偷安。
匆匆数载征程路,骤雨寒霜境亦难!
轻狂壮志犹未减,滥花争春意何堪。
待到万山憔悴时,独表一枝雪里看!
——咏梅
展开
-
MATLAB pca函数使用指南
转自:https://blog.csdn.net/qq_25800311/article/details/83385029matlab 自带函数pca的用法因为pca在各个学科都有使用,每个学科对于名词的叫法都不太一样,使用的目的都不太一样,我就是单纯的想使用降维,发现matlab函数的pca函数的输入参数除了数据集X还有10个....弄了一段时间才明白....这里分享一下.有错误和不清楚的还请大家指正数据集X(每行为一个样本,行数为样本数)- coeff =pca(X)- coe...转载 2020-05-24 20:44:03 · 4325 阅读 · 1 评论 -
基于MATLAB的可视化支持向量机
例子load fisheririsX = meas(:,1:2);y = ones(size(X,1),1);rng(1);SVMModel = fitcsvm(X,y,'KernelScale','auto','Standardize',true,'OutlierFraction',0.05);svInd = SVMModel.IsSupportVector;h = 0.02;...转载 2020-04-19 01:21:59 · 2704 阅读 · 1 评论 -
SVM多分类问题 libsvm在matlab中的应用
对于支持向量机,其是一个二类分类器,但是对于多分类,SVM也可以实现。主要方法就是训练多个二类分类器。 一、多分类方式 1、一对所有(One-Versus-All OVA) 给定m个类,需要训练m个二类分类器。其中的分类器 i 是将 i 类数据设置为类1(正类),其它所有m-1个i类以外的类共同设置为类2(负类),这样,针对每一个类都需要训练一个二类分类器,最后,我们一共有 m 个分类转载 2017-11-17 22:23:23 · 22107 阅读 · 17 评论 -
斯坦福大学机器学习——交叉验证(Cross Validation)
假设我们需要从某些候选模型中选择最适合某个学习问题的模型,我们该如何选择?以多元回归模型为例:,应该如何确定k的大小,使得该模型对解决相应的分类问题最为有效?如何在偏倚(bias)和方差(variance)之间寻求最佳的平衡点?更进一步,我们同样需要知道如何在加权回归模型中选择适当的波长参数,或者在基于范式的SVM模型中选择适当的参数C?我们假设模型集合为有限集,我们的目的就是从这d个模型转载 2017-11-20 09:20:21 · 1673 阅读 · 0 评论 -
决策树的剪枝理论
剪枝理论,决策树的剪枝在上一节中没有仔细讲,趁这个机会学习了剪枝的基础理论,这里会详细学习。决策树为什么(WHY)要剪枝?原因是避免决策树过拟合(Overfitting)样本。前面的算法生成的决策树非常详细并且庞大,每个属性都被详细地加以考虑,决策树的树叶节点所覆盖的训练样本都是“纯”的。因此用这个决策树来对训练样本进行分类的话,你会发现对于训练样本而言,这个树表现完好,误差率极低且能够正转载 2017-11-29 16:24:36 · 536 阅读 · 0 评论 -
Confusion Matrix (混淆矩阵)
转自:https://blog.csdn.net/java1573/article/details/78881284一个完美的分类模型就是,如果一个客户实际上(Actual)属于类别good,也预测成(Predicted)good,处于类别bad,也就预测成bad。但从上面我们看到,一些实际上是good的客户,根据我们的模型,却预测他为bad,对一些原本是bad的客户,却预测他为good。我们需要...转载 2018-06-20 13:03:08 · 435 阅读 · 0 评论