一、 1.在这节课中我们将补充一些缺失的细节，并且介绍一些在实际中应用这些思想，例如怎么处理支持向量机中的偏差分析。上节课我们谈到选择标记点的过程，比如l(1),l(2)和l(3)使我们能够定义相似度函数，我们也称之为核函数，在这个例子中，我们的相似度函数为高斯核函数，这使得我们能够构造一个预测函数 ...
分类：
其他好文 时间：
2019-02-02 14:15:19
阅读次数：
184
1.下面是支持向量机(SVM)的代价函数： 上图左边是cost1(z)函数，用于正样本，右边画出了关于z的代价函数cost0(z)，函数的横轴是z，现在我们想一下怎么样才能使得这些代价函数变得更小呢？当有一个正样本的时候，y=1，那么仅当z大于等于1的时候，cost1(z)=0，换句话说，如果有一个 ...
分类：
其他好文 时间：
2019-01-30 14:10:31
阅读次数：
154
最近开始整理python的资料，博主建立了一个qq群，希望给大家提供一个交流的同平台 78486745 。 很多同学在选择学习python之初，可能都有这样的疑惑： 学Python有前途吗 ?对于新兴的事物，人们慢慢接受是需要一个过程的，那究竟学python有没有前途呢?今天小编就来给大家指导一下迷 ...
分类：
编程语言 时间：
2019-01-29 22:06:13
阅读次数：
178
1.为了描述SVM，需要从logistic回归开始进行学习，通过改变一些小的动作来进行支持向量机操作。在logistic回归中我们熟悉了这个假设函数以及右边的sigmoid函数 (1)如果我们有一个样本，其中y=1，这样的一个样本来自训练集或者测试集或者交叉验证集，我们希望h(x)能尽可能的接近1。 ...
分类：
其他好文 时间：
2019-01-29 18:22:36
阅读次数：
185
一、SVM模型 1.函数间隔与几何间隔 (1)公式化问题。 分类模型： 函数间隔：前面乘以y(i)，是为了保持数值为正值，数据点到直线的距离。函数间隔最好的是几何间隔最大的那个。最好的分类线就是几何间隔最大的分类线 我们要找到最好的直线，对每个数据点都计算出函数间隔，对于一个直线而言可以计算出最小函 ...
分类：
其他好文 时间：
2019-01-29 12:03:45
阅读次数：
252
Spark MLlib中分类和回归算法： -分类算法： pyspark.mllib.classification -朴素贝叶斯 NaiveBayes -支持向量机（优化：随机梯度下降）SVMWithSGD -逻辑回归 LogisticRegressionWithSGD // 从Spark 2.0开始 ...
分类：
编程语言 时间：
2019-01-16 19:48:26
阅读次数：
293
一、SVM模型 0.函数间隔与几何间隔 (1)分类模型 (2)函数间隔：将点代进去，即可得到函数间隔 (3)函数间隔与几何间隔 只要成倍的增大W和b函数间隔就能无限增大 几何间隔： 限定W 即在||w||=1 条件下函数间隔最小值 (4)公式化问题 分类模型： 1.最优间隔分类器 2.拉格朗日求解 ...
分类：
其他好文 时间：
2019-01-16 19:48:18
阅读次数：
174
1. Fisher判别分析 2 Logistic 推导（二分类） 3 支持向量机推导（硬间隔） ...
分类：
其他好文 时间：
2019-01-15 22:02:50
阅读次数：
213
线性可分支持向量机 给定线性可分的训练数据集，通过间隔最大化或等价地求解相应的凸二次规划问题学习到的分离超平面为 $$w^{\ast }x+b^{\ast }=0$$ 以及相应的决策函数 $$f\left( x\right) =sign\left(w^{\ast }x+b^{\ast } \righ ...
分类：
其他好文 时间：
2019-01-15 15:52:02
阅读次数：
301
支持向量机（SVM），作为一个分类模型，可以从两部分来理解： 1）线性问题 即求最优超平面：wTx+b=0。其中要求，向量集合被超平面没有错误地分开，并且离超平面最近的向量与之间距（称作间隔 margin margin）是最大的。所以，问题就转化为求max（2/||w||）,即min（||w||2/ ...
分类：
其他好文 时间：
2019-01-15 00:45:53
阅读次数：
192
