?1.SVM 的基本思想： ?SVM把分类问题转换成寻求分类平面的问题，并通过最大化分类边界点到分类平面的距离来实现分类。通俗的讲支持向量机的解决的问题是找到最好的分类超平面。支持向量机（Support vector machine)通常用来解决二分类问题 ? 2.构造目标函数 类似于点到直线的距离 ...
分类：
其他好文 时间：
2018-07-19 13:29:58
阅读次数：
210
问题是这样的： 好凡需要做一个命名实体识别（序列标注）的任务，按照他以往的经验，用条件随机场就可以达到预期的指标，眼下他精心设计了10个特征。 问题一：由于实验室设备老旧，降低任务复杂度的工作非常有意义，那么他该如何选取最好是特征子集？ 问题二：为了快速筛选特征，他用线性分类器（SVM）对候选的特征 ...
分类：
其他好文 时间：
2018-07-18 15:15:02
阅读次数：
202
机器学习的评估 PR曲线用于positive类数据占比比较小，或者你更加在意false postion（相比于false negative）；其他情况采用ROC曲线；比如Demo中手写体5的判断，因为只有少量5，所以从ROC上面来看分类效果不错，但是从PR曲线可以看到分类器效果不佳。 y_score... ...
分类：
其他好文 时间：
2018-07-17 23:24:07
阅读次数：
502
Ranking the Cows Time Limit: 2000MS Memory Limit: 65536K Total Submissions: 3301 Accepted: 1511 Description Each of Farmer John's N cows (1 ≤ N ≤ 1,00 ...
分类：
其他好文 时间：
2018-07-15 11:08:02
阅读次数：
209
https://blog.csdn.net/han_xiaoyang/article/details/49999583 1. 线性分类器 在深度学习与计算机视觉系列(2)我们提到了图像识别的问题，同时提出了一种简单的解决方法——KNN。然后我们也看到了KNN在解决这个问题的时候，虽然实现起来非常简单 ...
分类：
其他好文 时间：
2018-07-15 11:03:48
阅读次数：
373
贝叶斯分类首先准备好数据材料 第一次获取20newsgroups时会花费数分钟时间来获取数据，通过获得target_names可以查看其中的类型。 为了进行分类，采用词袋模型的方法，即统计每篇新闻的单词，不考虑单词间的联系，仅仅考虑它们出现的频率。 11314代表有11314篇文章，130107意思 ...
分类：
其他好文 时间：
2018-07-13 22:20:25
阅读次数：
348
一、相同点 第一，LR和SVM都是分类算法（SVM也可以用与回归） 第二，如果不考虑核函数，LR和SVM都是线性分类算法，也就是说他们的分类决策面都是线性的。 这里要先说明一点，那就是LR也是可以用核函数的。总之，原始的LR和SVM都是线性分类器，这也是为什么通常没人问你决策树和LR什么区别，你说一 ...
分类：
其他好文 时间：
2018-07-12 22:44:15
阅读次数：
183
1.本科及以上学历，2年以上图像算法开发的经验； 2.熟练掌握C++，熟练掌握Python并行开发，界面开发； 3.熟悉SVM、CNN、SSD、YOLOv2灯机器学习模型，掌握数字图像处理的基础 4.熟悉至少一种主流深度学习算法框架（如Caffe，Caffe2，Mxnet，PyTorch，Tenso ...
分类：
编程语言 时间：
2018-07-11 22:53:28
阅读次数：
204
基于SVM的字母验证码识别 摘要 本文研究的问题是包含数字和字母的字符验证码的识别。我们采用的是传统的字符分割识别方法，首先将图像中的字符分割出来，然后再对单字符进行识别。首先通过图像的初步去噪、滤波、形态学操作等一系列预处理过程，我们能够将图像中的噪点去除掉。为了将字符分割开来，我们利用Kmean ...
分类：
其他好文 时间：
2018-07-11 01:05:47
阅读次数：
543
(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：
2018-07-07 20:23:41
阅读次数：
177
