码迷,mamicode.com
首页 >  
搜索关键字:机器学习 支持向量机 svm 线性感知机 核方法 smo    ( 11152个结果
Coursera公开课机器学习:Linear Regression with multiple variables
## 多特征-------实际上我们真正买过房子的都知道,在选择房子的时候,需要考虑的不仅仅是面积,地段、结构、房龄、邻里关系之类的都应该是考虑对象,所以前面几讲谈论的,单纯用面积来谈房价,不免失之偏颇。### 多考虑些特性我们加入一些特性来考虑房价问题:![](http://images.cnit...
分类:其他好文   时间:2014-07-07 21:39:32    阅读次数:315
LibSVM学习
原文:http://blog.csdn.net/passball/article/details/7673725代码文件主要针对Matlab进行说明,但个人仍觉得讲解的支持向量机内容非常棒,可以做为理解这一统计方法的辅助资料;LibSVM是台湾林智仁(Chih-Jen Lin)教授2001年开发的一...
分类:其他好文   时间:2014-07-07 19:26:08    阅读次数:237
SVM-支持向量机算法概述
原文:http://blog.csdn.net/passball/article/details/7661887 (一)SVM的背景简介支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的,它在解决小样本、非线性及高维模式识别中表现出许多特有的...
分类:其他好文   时间:2014-07-07 19:18:22    阅读次数:218
kNN(K-Nearest Neighbor)最邻近规则分类
KNN最邻近规则,主要应用领域是对未知事物的识别,即推断未知事物属于哪一类,推断思想是,基于欧几里得定理,推断未知事物的特征和哪一类已知事物的的特征最接近;K近期邻(k-Nearest Neighbor,KNN)分类算法,是一个理论上比較成熟的方法,也是最简单的机器学习算法之中的一个。该方法的思路是...
分类:其他好文   时间:2014-07-07 15:33:04    阅读次数:182
Python机器学习实战<一>:环境的配置
详细要学习的书籍就是《机器学习实战》Machine Learning in Action,Peter HarringtonWindows下要安装3个文件,各自是;1.Python(因为python不是向下兼容的,所以推荐2.7版本号),网址:http://www.python.org2.numpy(...
分类:编程语言   时间:2014-07-01 17:52:50    阅读次数:441
【模式识别】SVM核函数
以下是几种常用的核函数表示:线性核(Linear Kernel)多项式核(Polynomial Kernel)径向基核函数(Radial Basis Function)也叫高斯核(Gaussian Kernel),因为可以看成如下核函数的领一个种形式:径向基函数是指取值仅仅依赖于特定点距离的实值函数,也就是。任意一个满足特性的函数 Φ都叫做径向量函数,标准的一般使用欧氏距离,尽管其他距离函数也是可...
分类:其他好文   时间:2014-07-01 10:54:27    阅读次数:193
关联规则之频繁模式树及其并行计算
关联规则之频繁模式树...
分类:其他好文   时间:2014-07-01 08:19:51    阅读次数:226
【模式识别】SVM核函数
以下是几种常用的核函数表示:线性核(Linear Kernel)多项式核(Polynomial Kernel)径向基核函数(Radial Basis Function)也叫高斯核(Gaussian Kernel),因为可以看成如下核函数的领一个种形式:径向基函数是指取值仅仅依赖于特定点距离的实值函数,也就是。任意一个满足特性的函数 Φ都叫做径向量函数,标准的一般使用欧氏距离,尽管其他距离函数也是可...
分类:其他好文   时间:2014-06-30 19:03:44    阅读次数:204
关联规则之频繁模式树及其并行计算
关联规则之频繁模式树...
分类:其他好文   时间:2014-06-30 16:20:38    阅读次数:482
cs229 斯坦福机器学习笔记(一)
说到机器学习,很多人推荐的学习资料就是斯坦福Andrew Ng的cs229,有相关的视频和讲义。不过好的资料 != 好入门的资料,Andrew Ng在coursera有另外一个机器学习课程,更适合入门。这篇笔记是对这两个机器学习课程的笔记...
分类:其他好文   时间:2014-06-30 06:23:21    阅读次数:262
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!