支持向量机是一个点离决策边界越近，离决策面越远的问题 求解的过程主要是通过拉格朗日乘子法，来求解带约束的优化问题，在问题中涉及两个方面，一个是线性的，一个是非线性的，非线性的有 我们平时比较常见的高斯核函数(径向基函数),他的主要做法就是把低维的数据变成高维数据，通过^2的方法 在支持向量基中的参数 ...
分类：
其他好文 时间：
2019-08-22 11:22:22
阅读次数：
104
grep -Ei 'vmx|svm' /proc/cpuinfo yum -y install qemu-img virt-install virt-viewer virt-manager libguest* libvirt* qemu-system qemu-key-tools python-vi ...
分类：
其他好文 时间：
2019-08-22 00:59:54
阅读次数：
77
第一代：机器语言 第二代：汇编语言 第三代：高级语言 第四代：sql 面向过程与面向对象： 实例分析： 类是对象的抽象，对象是类的实例化，对象是具体的唯一的，而类却是抽象的一类事物不是具体的 的，特征抽象为属性，行为抽象为方法 方法和函数：无论什么方法都是一类事物的行为操作，在某种意义上是依赖类存在 ...
分类：
其他好文 时间：
2019-08-19 22:57:03
阅读次数：
84
逻辑斯蒂回归主要用于二分类，推广到多分类的话是类似于softmax分类。求 上述问题可以通过最大化似然函数求解。 上述问题可以采用最小化logloss进行求解。 一般地，我们还需要给目标函数加上正则项，参数w加上l1或者l2范数。 LR适合大规模数据，数据量太小的话可能会欠拟合（考虑到数据通常比较稀 ...
分类：
其他好文 时间：
2019-08-18 17:52:13
阅读次数：
157
1、支撑向量机SVM是一种非常重要和广泛的机器学习算法，它的算法出发点是尽可能找到最优的决策边界，使得模型的泛化能力尽可能地好，因此SVM对未来数据的预测也是更加准确的。 2、SVM既可以解决分类问题，又可以解决回归问题，原理整体相似，不过也稍有不同。 在sklearn章调用SVM算法的代码实现如下 ...
分类：
编程语言 时间：
2019-08-17 15:05:06
阅读次数：
140
//2019.08.17 #支撑向量机SVM(Support Vector Machine)1、支撑向量机SVM是一种非常重要和广泛的机器学习算法，它的算法出发点是尽可能找到最优的决策边界，使得模型的泛化能力尽可能地好，因此SVM对未来数据的预测也是更加准确的。 2、支撑向量机SVM有两种：Hard ...
分类：
其他好文 时间：
2019-08-17 14:23:06
阅读次数：
84
1.查看软件 # pkginfo -i SUNWxvnc system SUNWxvnc X11/VNC server 2.配置GDM # vi /etc/X11/gdm/gdm.conf 在文件最后加上以下内容： [xdmcp]Enable=true[security]DisallowTCP=fa ...
分类：
其他好文 时间：
2019-08-16 22:37:19
阅读次数：
201
pjd-fstest: 参考网址：https://www.tuxera.com/community/posix-test-suite/ fstest是一套简化版的文件系统POSIX兼容性测试套件，它可以工作在FreeBSD, Solaris, Linux上用于测试UFS, ZFS, ext3, XF ...
分类：
其他好文 时间：
2019-08-08 13:35:59
阅读次数：
204
本文主要回顾下几个常用算法的适应场景及其优缺点！ 机器学习算法太多了，分类、回归、聚类、推荐、图像识别领域等等，要想找到一个合适算法真的不容易，所以在实际应用中，我们一般都是采用启发式学习方式来实验。通常最开始我们都会选择大家普遍认同的算法，诸如SVM，GBDT，Adaboost，现在深度学习很火热 ...
分类：
编程语言 时间：
2019-08-08 11:44:01
阅读次数：
129
(1)涉及到的算法 1.监督学习：线性回归，逻辑回归，神经网络，SVM。 线性回归（下面第三行x0(i)其实是1，可以去掉） 逻辑回归 神经网络（写出前向传播即可，反向框架会自动计算） SVM 2.非监督学习：聚类算法(K-mean),降维(PCA) K-mean PCA 3.异常检测 4.推荐系统 ...
分类：
其他好文 时间：
2019-08-02 20:16:08
阅读次数：
82
