preface:在走着走着的道路上，总会有些想法或者总结的念头，便想要记录下来，以备不时之需。ps:卤主搞自然语言处理相关，仅这块有些想法。
一、学好理论基础
卤主等有想法再些。
二、从数据入手，分析数据，看准需要实现的目标
无论科研还是工作，大同小异：做东西。在掌握基本方法(SVM, HMM, CRF, RF, LR等分类，聚类，回归工具)与工具（语言工具python，分...
分类：
其他好文 时间：
2015-06-02 18:03:01
阅读次数：
154
引文：经常在看paper的时候，就看到svm算法，但是要自己来写真的是难于上青天呀！所幸有一个libsvm的集成软件包给我们使用，这真的是太好了。下面简单介绍下怎么来使用它吧！LIBSVM是一个集成软件包，提供支持向量机分类（C-SVC,nu-SVC），回归（epsilon-SVR,nu-SVR）以及分布估计（one-class SVM）.工具包支持多类分类问题。LIBSVM是台湾大学林智仁(Lin...
分类：
系统相关 时间：
2015-06-02 13:30:01
阅读次数：
212
其实adaboost可以和很多的分类器结合，具体的操作如ada=AdaBoostClassifier(n_estimators=10, base_estimator=SVC(probability=True)) ada.fit(x_train,y_train)http://stackoverflow...
分类：
其他好文 时间：
2015-06-01 22:17:18
阅读次数：
405
算法：
开源项目：
shogun ：SHOGUN是一个关于大规模机器学习的工具包，它尤其关注支持向量机（SVM）。
https://github.com/shogun-toolbox/shogun
caffe：a fast open framework for deep learning.
https://github.com/BVLC/caffe...
分类：
其他好文 时间：
2015-05-28 16:18:25
阅读次数：
171
SVM当然会过拟合，而且过度拟合的能力还非常强。首先我想说说什么叫过度拟合？就是模型学岔路了，把数据中的噪音当做有效的分类标准。通常越是描述能力强大的模型越容易过度拟合。描述能力强的模型就像聪明人，描述能力弱的如：”一次线性模型“像傻子，如果聪明人要骗人肯定比傻子更能自圆其说对不对？而SVM的其中一...
分类：
其他好文 时间：
2015-05-28 14:01:01
阅读次数：
167
LIBSVM是台湾大学林智仁(LinChih-Jen)教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件对SVM所涉及的参数调节相对比较少，提..
分类：
其他好文 时间：
2015-05-27 19:25:03
阅读次数：
398
最近听了关于HOG与SVM的报告，比较深刻的学习了算法原理与实现方式。这里根据一些资料作下总结，方便日后拾起。
分类：
其他好文 时间：
2015-05-27 18:42:51
阅读次数：
284
实验介绍一般来说，线性可分的训练数据的分界超平面往往并不唯一，但不同的超平面对于测试的识别效果却仍有差别。SVM是通过使超平面在每一个方向上与每一类各自最近的店距离相同从而达到最优线性分类效果。除此之外，SVM在求解超平面的过程中，还能够通过构造核函数使得非线性可分的数据变得线性可分。在用SVM法构...
分类：
其他好文 时间：
2015-05-26 22:55:59
阅读次数：
475
国际权威的学术组织the IEEE International Conference on Data Mining (ICDM) 2006年12月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, N...
分类：
编程语言 时间：
2015-05-26 00:12:30
阅读次数：
261
原文：http://blog.sina.com.cn/s/blog_6d979ba00100oel2.htmlSVM有如下主要几个特点：(1)非线性映射是SVM方法的理论基础,SVM利用内积核函数代替向高维空间的非线性映射；(2)对特征空间划分的最优超平面是SVM的目标,最大化分类边际的思想是SVM...
分类：
其他好文 时间：
2015-05-26 00:06:25
阅读次数：
239
