假设我们要判断一个人是否得癌症,比如下图：红色得癌症,蓝色不得. 看一下上图,要把红色的点和蓝色的点分开,可以画出无数条直线.上图里黄色的分割更好还是绿色的分割更好呢？直觉上一看,就是绿色的线更好.对吧. 为啥呢？考虑下图,新来了一个黑色点,明显靠蓝色点更近,如果用黄线分割,却把它划分到了红色点这个 ...
分类：
其他好文 时间：
2019-01-23 10:36:03
阅读次数：
233
原文链接：https://developers.google.com/machine-learning/crash-course/regularization-for-simplicity 1- L? 正则化 泛化曲线：显示的是训练集和验证集相对于训练迭代次数的损失。 如果说某个模型的泛化曲线显示： ...
分类：
其他好文 时间：
2019-01-22 00:32:45
阅读次数：
254
现在这本书已经看完70%，在看完后我将会将每一章的内容按照自己的理解并结合其他书籍包括<<统计机器学习导论>>[1] ，<<机器学习>>[2]，<<大数据分析>>[3]这三本书总结经典的几大算法原理与代码实现。下面是预计的写作思路： 一、分类学习 1.SVM 2.决策树 3.Logistic 回归 ...
分类：
其他好文 时间：
2019-01-19 13:22:46
阅读次数：
300
1.git git版本控制，设计思想 常规指令 2.linux Linux 不常用指令的学习，三剑客指令的学习 3.机器学习 感知机，朴素贝叶斯，knn，svm，adaboost 4.深度学习 RNN , LSTM ,GAN 正向传播 5.detection RCNN Fast-RCNN Faste ...
分类：
其他好文 时间：
2019-01-18 15:03:25
阅读次数：
223
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
Evernote Export 支持向量机(Support Vector Machine) 不适定问题不止一个决策边界 要找一个决策边界，不仅能将训练集很好的划分，而且提升模型的泛化能力 支持向量机直接将算法放在运行的内部，在不适定的问题中，使用svm去建模是好的 svm是统计学习中非常重要的方法 ...
分类：
其他好文 时间：
2019-01-14 18:01:40
阅读次数：
303
多分类问题优先选择SVM，随机森林，其次是逻辑回归。 朴素贝叶斯和线性回归都是比较简单的模型，对于数据的要求比较高，功能不是特别强大。 1、决策树 不需要对数据做任何预处理， 2、随机森林 3、数据预处理与特征工程 （1）数据预处理：只需要X 数据无量钢化：标准化(转化为正态分布)、归一化(不改变数 ...
分类：
编程语言 时间：
2019-01-13 16:08:38
阅读次数：
312
