支持向量机（Support Vector Machine,SVM）是效果最好的分类算法之中的一个。 一、线性分类器： 一个线性分类器就是要在n维的数据空间中找到一个超平面，通过这个超平面能够把两类数据分隔开来。 一个超平面。在二维空间中的样例就是一条直线。 首先给出一个很很easy的分类问题（线性可 ...
分类：
其他好文 时间：
2017-07-30 15:43:17
阅读次数：
143
2017-07-22 09:21:37 在机器学习中，支持向量机（SVM，还称支持矢量网络）是与相关的学习算法有关的监督学习模型，可以分析数据，识别模式，用于分类和回归分析。给定一组训练样本，每个标记为属于两类，一个SVM训练算法建立了一个模型，分配新的实例为一类或其他类，使其成为非概率二元线性分类 ...
分类：
其他好文 时间：
2017-07-22 10:53:22
阅读次数：
151
一、决策树 定下一个最初的质点，从该点出发、分叉。（由于最初质点有可能落在边界值上，此时有可能会出现过拟合的问题。 二、SVM svm是除深度学习在深度学习出现之前最好的分类算法了。它的特征如下： （1）它既可应用于线性（回归问题）分类，也可应用于非线性分类; （2）通过调节核函数参数的设置，可将数 ...
分类：
编程语言 时间：
2017-07-20 10:24:02
阅读次数：
532
SVM入门（六）线性分类器的求解——问题的转化，直观角度 让我再一次比较完整的重复一下我们要解决的问题：我们有属于两个类别的样本点（并不限定这些点在二维空间中）若干，如图， 圆形的样本点定为正样本（连带着，我们可以把正样本所属的类叫做正类），方形的点定为负例。我们想求得这样一个线性函数（在n维空间中 ...
分类：
其他好文 时间：
2017-07-13 12:41:13
阅读次数：
218
支持向量机（SVM）是当前非常流行的监督学习方法，其核心主要有两个： 极大边距分离器 假设我们想构造一个线性分类器，如下图所示： 我们有无数的选择，那么哪个选择才是最优的呢？直观上观察，我们希望选择距离样例最远的分类器，因为分类器距离样例越近，那么当与该样例相近的真实样例很有可能就落在了直线的另一边 ...
分类：
其他好文 时间：
2017-06-15 14:13:58
阅读次数：
142
线性分类器损失函数明细： 『cs231n』线性分类器损失函数 最优化Optimiz部分代码： 1.差劲的方案，随机搜索 核心思路：迭代优化 2.浪费的方案，随机本地搜索 One_Hot编码 a 0,0,0,1 b 0,0,1,0 c 0,1,0,0 d 1,0,0,0 这样 数据优化另一个方面 下面 ...
分类：
其他好文 时间：
2017-06-11 21:08:17
阅读次数：
249
最优化策略 1.差劲的方案，随机搜索 核心思路：迭代优化 2.浪费的方案，随机本地搜索 3.跟随梯度 ...
分类：
其他好文 时间：
2017-06-10 22:34:09
阅读次数：
249
感知机是简单的线性分类模型 ，是二分类模型。其间用到随机梯度下降方法进行权值更新。参考他人代码，用matlab实现总结下。 权值求解过程通过Perceptron.m函数完成 之后测试一下，总共8个二维点（为了画图观察选择2维数据），代码如下： 其显示图为： （完） ...
分类：
编程语言 时间：
2017-06-08 19:44:02
阅读次数：
271
支持向量机概念 线性分类器 首先介绍一下线性分类器的概念，C1和C2是要区分的两个类别，在二维平面中它们的样本如上图所示。中间的直线就是一个分类函数，它可以将两类样本完全分开。一般的，如果一个线性函数能够将样本完全正确的分开，就称这些数据是线性可分的，否则称为非线性可分的。 线性函数是关于自变量的一 ...
分类：
其他好文 时间：
2017-06-05 23:48:52
阅读次数：
329
