机器学习总结
zshxsr
这个作者很懒,什么都没留下…
展开
-
支持向量机 SVM
写在前面:看了又忘,忘了又看的支持向量机。。总结一下大概有两个原因,一个是还没有真正掌握SVM的细节原理,二是没有将其用于实践。。但是还是想要在这里记录一下,以供下一次想看的时候可以直接切入SVM的核心问题。 SVM的基本概念和间隔的定义 1. SVM的基本概念 SVM是一种处理二分类任务的分类模型。 其基本思想是基于训练集D,找到一个划分超平面将不同类别的样本分开。 SVM模型的基本定...原创 2019-02-23 21:16:20 · 351 阅读 · 0 评论 -
梯度下降法 Gradient descent
经常听到梯度下降法,只知道它是用于优化求解问题。即 沿着梯度的反方向(坡度最陡的方向)进行权值更新。为什么局部梯度下降最快的方向就是梯度的负方向呢? 梯度 梯度就是表示某一个函数在当前位置的导数。为自变量,为关于的函数;为梯度 如果函数为凸函数,那么就可以根据梯度下降算法进行优化,求得使最小的参数; 为当前下山的位置,为下山移动一小步之后的位置,为学习因子,即步长。 梯度更新公...原创 2019-03-11 22:47:03 · 501 阅读 · 0 评论