前言：如果学习分类算法，最好从线性的入手，线性分类器最简单的就是LDA，它可以看做是简化版的SVM，如果想理解SVM这种分类器，那理解LDA就是很有必要的了。 谈到LDA，就不得不谈谈PCA，PCA是一个和LDA非常相关的算法，从推导、求解、到算法最终的结果，都有着相当的相似。 本次的内容主要是以推...
分类：
其他好文 时间：
2015-04-29 16:52:02
阅读次数：
286
引言 对于SVM的大致原理之前已经讲过了，但是对于公式的推导，很多书都并未做要求，而且在实际应用过程中并未涉及过深，但鉴于台大机器学习课程中讲到了，自己为了巩固自己的学习，也梳理一遍SVM中公式的推导 此处考虑了C，也就是惩罚因子，不再是之前的hard-margin 推导过程 如果是soft-mar...
分类：
其他好文 时间：
2015-04-28 17:40:34
阅读次数：
271
引言 SVM做二分类问题很简单明了，但是如何用二分类构建多分类问题，自己查找了部分资料，发现普遍分为两种，一种是直接法，直接求解多目标函数优化问题，但这种方法计算量很大，不实用，另外一种是间接法，通过多个二分类来实现多分类，常见的有一对多和一对一两种 最后针对一对一要构建n平方个二分类器，如果n.....
分类：
其他好文 时间：
2015-04-28 16:00:03
阅读次数：
250
引言 自己之前做认证分析的时候，存在一个问题就是需要把一个用户的数据作为合法用户，将其余用户的数据作为非法用户，那么这样的话分类结果就会存在数据偏斜问题，虽然自己采取的方法是从所有非法用户中随机抽取与合法用户样本数差不多的非法样本数输入进分类器，但自己也想了解一下如何解决这种数据偏斜问题，找到的方法...
分类：
其他好文 时间：
2015-04-28 15:47:18
阅读次数：
170
1.安装kvmgrep -E -o 'vmx|svm' /proc/cpuinfo #检查服务器是否支持虚拟化（vmx为interl平台、svm是AMD平台）#安装KVM所需软件包：yum groupinstall kvm 或 yum install kvm kmod-kvm qemu kvm-qe...
分类：
其他好文 时间：
2015-04-28 08:17:12
阅读次数：
377
引言 支持向量机在很多地方都能遇到，主要是用于分类问题，而且简单粗暴，所以也很多人用，但对其深层次原理性的探讨至始至终看到过的资料中觉得林轩田老师讲的非常地到位，另外还有一个参考资料就是v_july_v写的SVM的三重境界，但july写的太多了，可能看起来比较吃力，所以挑选了这些文档以及课程中重要的...
分类：
其他好文 时间：
2015-04-27 18:07:27
阅读次数：
406
机器学习(Machine Learning)&深入学习(Deep Learning)资料?《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、Deep Lear.....
分类：
系统相关 时间：
2015-04-27 14:56:05
阅读次数：
300
《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、Deep Learning.
《Deep Learning in Neural Networks: An Overview》
介绍:这是瑞士人工智能实验室Jurgen Schmidhuber写的最新版本《神经网络与深...
分类：
其他好文 时间：
2015-04-23 15:42:56
阅读次数：
1141
// 设圆半径r = 1.5，圆柱高h = 3，求圆周长，圆面积，圆球表面积，圆球体积，圆柱体积
// 要求：用scanf输入数据，取小数点后两位
#include
int main()
{
float r,h;
float c,s,sq,vq,vz;
float pai = 3.1415926;
printf("请输入圆半径：");
scanf("%f",&r);
printf...
分类：
编程语言 时间：
2015-04-23 13:19:45
阅读次数：
948
http://www.matlabsky.com/thread-9471-1-1.htmlSVM算法最初是为二值分类问题设计的，当处理多类问题时，就需要构造合适的多类分类器。目前，构造SVM多类分类器的方法主要有两类：一类是直接法，直接在目标函数上进行修改，将多个分类面的参数求解合并到一个最优化问题...
分类：
其他好文 时间：
2015-04-22 21:54:38
阅读次数：
149
