码迷,mamicode.com
首页 >  
搜索关键字:vq svm    ( 1472个结果
多分类问题中,实现不同分类区域颜色填充的MATLAB代码(demo:Random Forest)
之前建立了一个SVM-based Ordinal regression模型,一种特殊的多分类模型,就想通过可视化的方式展示模型分类的效果,对各个分类区域用不同颜色表示。可是,也看了很多代码,但基本都是展示二分类,当扩展成多分类时就会出现问题,所以我的论文最后就只好画了boundary的图了。今天在研
分类:其他好文   时间:2016-03-06 20:52:45    阅读次数:322
paper 36 :[教程] 基于GridSearch的svm参数寻优
尊重原创~~~ 转载出处:http://www.matlabsky.com/thread-12411-1-1.html 交叉验证(Cross Validation)方法思想简介http://www.matlabsky.com/forum-v ... -fromuid-18677.html以下内容摘自
分类:其他好文   时间:2016-03-06 11:09:31    阅读次数:1711
SVM(支持向量机)的一点理解
最近有被问到SVM的问题,不懂装懂,羞愧不已。百度有很多深入浅出介绍SVM的文章,我就不赘述了,这里写一点自己肤浅的理解。 SVM的核心思想是把求解低维空间上的高维分类器转化为求解高维函数空间上的线性分类器。为了达到这一目的,SVM引入了三大法宝。 第一是支持向量。支持向量相当于样本数据的典型代表(
分类:其他好文   时间:2016-03-03 22:47:34    阅读次数:179
paper 32 :svm参数优化的进展
从今天开始,我的微信公众号“天空之窗”就暂且停止更新内容了,专心搞研究!上午从师姐那儿淘到一份关于faruto讲解的Libsvm-FarutoUltimate3.1 based on libsvm-3.1,获益匪浅,至少对于目前调参、参数寻优等可以顺利的进展了。毕竟是人家的文章,下面是faruto的
分类:其他好文   时间:2016-02-29 16:10:08    阅读次数:129
SUN/FUJITSU 小型机 镜像硬盘更换方案
心得:不同于X86服务器的硬盘更换,一般的小型机不使用RAID卡进行管理,故更换硬盘前需要先写好更换的步骤,可能根据标准流程进行适当的修改,如果自己没有把握,可以找有经验的同事审核下步骤。大概的更换硬盘步骤如下:一、首先确认状态信息metadb#查看状态数据状态metastat-..
分类:其他好文   时间:2016-02-27 01:04:09    阅读次数:237
搜狗2016研发工程师笔试题中有关于机器学习的几个判断题及解析
1、SVM对噪声(如来自其他分布的噪声样本)鲁棒 错 SVM(支持向量机)本身对噪声具有一定的鲁棒性,但实验证明,是当噪声率低于一定水平(如40%)时噪声对SVM没有太大影响,算法仍有效,但随着噪声率的不断增加,分类器的识别率会降低。http://www.docin.com/p-749158537.
分类:其他好文   时间:2016-02-17 13:04:34    阅读次数:1950
机器学习&深度学习资料分享
感谢:https://github.com/ty4z2008/Qix/blob/master/dl.md 《Brief History of Machine Learning》 介绍:这是一篇介绍机器学习历史的文章,介绍很全面,从感知机、神经网络、决策树、SVM、Adaboost 到随机森林、Dee
分类:其他好文   时间:2016-02-16 16:52:41    阅读次数:1845
在Centos6.5上安装xen的两种方式
一,通过Centos官方提供的解决方案(https://wiki.centos.org/HowTos/Xen/Xen4QuickStart)1,查看宿主机是否支持pv(半虚拟化)或hvm(完全虚拟化)#cat/proc/cpuinfo|egrep-o‘(pae|vmx|svm)‘PS:如果看到输出中有pae,那么cpu就支持半虚拟化,如果输出中同时有pae和vmx/svm(..
分类:其他好文   时间:2016-02-09 01:24:32    阅读次数:257
SVM: 如何使用SVM
使用SVM包来求θ 我们使用已经编写好的软件包(这些软件包效率高,用得多,是经无数人证明已经很好的可以使用的软件包)来求θ,而不是自己去编写软件来求它们(就像我们现在很少编写软件来求x½).经常使用的是liblinear和libsvm 虽然不用我们自己来写optimize函数,但是需要我们确定的是要
分类:其他好文   时间:2016-02-06 14:21:04    阅读次数:158
数据挖掘领域十大经典算法
国际权威的学术组织the IEEE International Conference on Data Mining (ICDM) 早前评选出了数据挖掘领域的十大经典算法:C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive B
分类:编程语言   时间:2016-02-06 10:22:48    阅读次数:256
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!