- 博客(7)
- 收藏
- 关注
RSS订阅原创 第6章支持向量机
支持向量机的英文为support vector machine，从字面意思就可以清楚的看出是一种以向量所在映射为目标的划分的二分类模型，曾经一度战胜神经网络取得良好的效果。基本模型定义为特征空间中寻找一个超平面对样本进行最大间隔的线性分类器。SVM方法的基本思想是：定义最优线性超平面，并把寻找最优线性超平面的算法归结为求解一个最优化（凸规划）问题。进而基于Mercer核展开定理，通过非线性映射...
2019-09-01 10:52:34
229
原创 2.5偏差与方差
-偏差: 描述模型输出结果的期望与样本真实结果的差距。-方差: 描述模型对于给定值的输出稳定性。-噪声：真实标记与数据集中的实际标记间的偏差泛化误差=偏差+方差+噪声参考文献：1.https://blog.csdn.net/hertzcat/article/details/80035330...
2019-08-03 18:58:20
165
原创 2.4比较检验
我们希望比较的是泛化性能，然而通过实验评估方法我们获得的是测试集上的性能，两者的对比结果可能未必相同;第二，测试集上的性能与测试集本身的选择有很大关系，且不论使用不同大小的测试集会得到不同的结果，即使用相同大小的测试集?若包含的测试样例不同，测试结果也会有不同;第二，很多机器学习算法本身有一定的随机性，即便用相同的参数设置在同一个测试集上多次运行，其结果也会有不同。1.假设检验什么是假设检...
2019-08-03 18:23:52
244
原创 机器学习笔记之二（2.2）
2.评估方法不同的参数配置⇒不同的模型⇒选择泛化误差最小、泛化性能最强的模型。训练集（training set）：训练模型验证集（validation set）：选择模型和调参测试集（test set）：评估模型1)留出法"留出法"直接将数据集 D 划分为两个互斥的集合?其中一个集合作为训练集 S，另一个作为测试集 T， 即$S \cup T=D $ ， S∩T=⊘ S \ca...
2019-07-22 12:34:24
220
原创 机器学习笔记之一（2.1）
周志华的《机器学习》第二章的内容概念较多，但理解起来需要补充的内容很多，再次依次对其进行小结。 模型评估对于所要进行实验测试及研究是非常重要的地位，选择哪个模型达到的效果会相差很远，如何进行选择，如何达到预期的效果是我们每一位学习者和研究者值得去学习和研究的。因此在此章节中提供的评估标准及评估方法、度量标准及比较检验的方法讲的不是很细，需要大量补充。误差和拟合的所涉及的概念...
2019-07-22 10:17:53
343
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人