（支持向量机）support vector machine是一种二分类模型，是寻求结构风险最小，实现经验和置信范围最小化。它的基本模型是定义在特征空间上的间隔最大化的线性分类器，间隔最大化使得它有区别于感知机，并且是唯一的。学习策略：间隔最大化（解凸二次规划的问题）线性分类器也叫感知机，就是在N维的...
分类：
其他好文 时间：
2014-07-30 00:30:52
阅读次数：
355
1，Exclusive OR（XOR）Booleanfunction问题
布尔量AND和OR是线性可分的
2，两层感知器
对Figure4.1中A类和B类，首先能想到的是画两条直线。如图Figure4.4.
① 两层感知器的分类能力
3，三层感知器
4，基于训练集精确分类的算法...
分类：
其他好文 时间：
2014-07-18 12:35:59
阅读次数：
281
感知机：就现在我理解的来看，感知机是最早被设计使用的人工神经网络的模型。感知机属于二分类的线性分类模型，输入为实例的特征向量，输出为实例的类别，取值为+1和-1.感知机使用特征向量来表示的前馈式人工神经网络，它是一种二元分类器，把矩阵上的输入（实数值向量）映射到输出值上（一个二元的值）。是实数的表式...
分类：
其他好文 时间：
2014-07-18 12:26:43
阅读次数：
242
1、线性分类器（Linear Regression） 1.1贝叶斯分类器 朴素贝叶斯（Naive Bayes）分类器，以垃圾邮件分类为例子，需要特征之间满足条件独立的假设； 局限性： （1）要求自变量和因变量之间满足线性关系； （2）因变量是定量变量，不可以是分类变量；如果因变量是分类变量，必须用l...
分类：
其他好文 时间：
2014-07-16 21:09:56
阅读次数：
268
支持向量机（SVM）是90年代中期发展起来的基于统计学习理论的一种机器学习方法，通过寻求结构化风险最小来提高学习机泛化能力，实现经验风险和置信范围的最小化，从而达到在统计样本量较少的情况下，亦能获得良好统计规律的目的。通俗来讲，它是一种二类分类模型，其基本模型定义为特征空间上的间隔最大的线性分类器....
分类：
其他好文 时间：
2014-07-09 23:13:30
阅读次数：
439
一、核函数的引入
问题1：
SVM显然是线性分类器，但数据如果根本就线性不可分怎么办？
解决方案1：
数据在原始空间（称为输入空间）线性不可分，但是映射到高维空间（称为特征空间）后很可能就线性可分了。
问题2：
映射到高维空间同时带来一个问题：在高维空间上求解一个带约束的优化问题显然比在低维空间上计算量要大得多，这就是所谓的“维数灾难”。
解决方案2：
于是就引入了“核...
分类：
其他好文 时间：
2014-05-11 04:12:21
阅读次数：
443
一、实验目的和要求 目的：
了解线性分类器，对分类器的参数做一定的了解，理解参数设置对算法的影响。要求： 1. 产生两类样本2. 采用线性分类器生成出两类样本的分类面3.
对比线性分类器的性能，对比参数设置的结果二、实验环境、内容和方法 环境：windows 7，matlab R2010a内容：通过...
分类：
其他好文 时间：
2014-05-10 02:54:04
阅读次数：
599
