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
6.1引言线性分类在解决很多问题是取得的最小误差率还显得不够！一个精确选择的非线性函数，可以得到任意判决边界。但主要的困难是如何选择非线性函数。一个完备的基函数可能得到较好的效果，但可能会有太多的参数需要估计，而训练样本总是有限的！再或者我们可能有先验知识引导我们选择非线性函数，但如果缺少这些信息，...
分类：
其他好文 时间：
2015-05-19 00:28:48
阅读次数：
126
高斯环境下贝叶斯分类器退化为线性分类器，与感知器形式一样，但是感知器的线性特性并不是由于高斯假设而引起的。
贝叶斯分类器：
高斯分布下的贝叶斯分类器...
分类：
其他好文 时间：
2015-05-09 13:31:18
阅读次数：
137
Perceptron - 感知机，是一种二元线性分类器，它通过对特征向量的加权求和，并把这个”和”与事先设定的门槛值(threshold)做比较，高于门槛值的输出1，低于门槛值的输出-1。其中sign是取符号函数，括号中所包含的内容大于0时，取+1；小于0时，取-1。对h(x)做一些数学上的简化。变...
分类：
其他好文 时间：
2015-05-08 12:34:14
阅读次数：
140
PRML学习笔记：三种线性分类器的matlab实现
分类：
其他好文 时间：
2015-05-04 17:20:53
阅读次数：
113
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
感知机
学习策略
具体实现
数据集最大最小规范化
训练过程
测试
最终结果感知机是二分类的线性分类模型，由Rosenblatt于1957年提出，是支持向量机和神经网络的基础。感知机将学习到一个线性划分的分离超平面，属于判别模型。感知机输入空间为RnR^n空间，nn是特征数目，输出空间y={+1,?1}y=\{+1,-1\}。感知机学习一个如下的符号函数：
f(x)=sign(wx+b)f(x) =...
分类：
其他好文 时间：
2015-04-23 02:06:00
阅读次数：
171
Fisher准则线性分类器的Python实现Fisher准则线性分类器的Python实现
选取的训练集与测试集
分类决策与分类器
代码
测试集上的结果
本节内容：本节内容是根据上学期所上的模式识别课程的作业整理而来，第二道题目是线性分类器设计，数据集是Iris(鸢尾花的数据集)，根据前一题的Kmeans聚类得出的结果，分成训练集与测试集，进行比较。
选取的训练集与测试集
训练集：(选取上一题中的...
分类：
编程语言 时间：
2015-04-13 09:46:27
阅读次数：
992
什么是线性分类器？
线性分类器试图通过训练集中的样本得出一个分类超平面，目标是最大程度地区分训练集中不同类别的样本，最终把这个分类超平面应用于新样本的分类。
SVM相比一般的线性分类器有什么不同？
SVM以最大化不同类别之间的间隔为优化目标。
SVM和逻辑回归有什么区别？
逻辑回归通过sigmoid函数缩小了远离分类超平面那些点的信息，而SVM直接忽略了那些点的信...
分类：
其他好文 时间：
2015-04-06 21:56:14
阅读次数：
186
转自：http://www.cnblogs.com/justany/archive/2012/11/23/2784125.htmlopencv中svm的使用方法分类器分类器是一种计算机程序。他的设计目标是在通过学习后，可自动将数据分到已知类别。平面线性分类器一个简单的分类问题，如图有一些圆圈和一些正...
分类：
编程语言 时间：
2015-04-02 14:48:37
阅读次数：
320
