之前在数据挖掘课程上写了篇关于SVM的“科普文”，尽量通俗地介绍了SVM的原理和对各公式的理解。最近给正在初学机器学习的小白室友看了一遍，他觉得“很好，看得很舒服”，认为不发到blog上太可惜= = 由于word转blog发布好麻烦，特别是图片什么的，所以我直接把文档转图片传上来好了（懒癌晚期） 里 ...
分类：
其他好文 时间：
2017-11-24 21:42:02
阅读次数：
132
归纳卷积神经网络的常用算法在卷积算法之前，是有很多图片分类和识别的机器学习算法，像SVM向量机的原理特别复杂，卷积算法还是比较易懂，一方面避免全连接带来的庞大参数，主要通过提取特征值，算法准确率也是最高的，几乎可以跟人工识别相提并论了。 经典算法： 1，LeNet算法： LeNet算法的流程是： I ...
分类：
编程语言 时间：
2017-11-22 15:21:34
阅读次数：
246
CS229 笔记07 Optimal Margin Classifier 回顾SVM $$ \begin{eqnarray } h_{W,b}&=&g(W^{\rm T}x+b)\\[1em] g(z)&=&\begin{cases}1&z\geq0\\[1em] 1&z0$ ，不满足条件 $(1) ...
分类：
其他好文 时间：
2017-11-21 01:10:39
阅读次数：
139
CentOS6.5下安装KVM一、检查CPU是否支持虚拟化。（在主板BIOS中开启CPU的VirtualizationTechnology）#grep-E-o‘vmx|svm‘/proc/cpuinfovmx二、基础环境配置1.安装KVM软件包#yum-ygroupinstall‘Virtualization‘‘VirtualizationClient‘‘VirtualizationPlatform‘‘VirtualizationToo..
分类：
其他好文 时间：
2017-11-16 00:53:17
阅读次数：
243
一、支持向量机： 1.优点：泛化错误率较低，计算开销不大，结果易解释。 2.缺点：对参数调节和核函数的选择敏感，原始分类器不加修改仅适用于处理二类问题。 3.适用数据类型：数值型和标称型数据。 二、重要概念： 1.分隔超平面： 将数据集分隔开来的直线称为分隔超平面。如果所给的数据集是二维的，分隔超平 ...
分类：
其他好文 时间：
2017-11-12 23:11:12
阅读次数：
391
./tools/ subset.py 分割数据集 grid.py 优化参数c、g checkdata.py 检测数据集格式 easy.py 综合 ./windows/ svm-scale.exe 规范化 svm-train.exe 训练模型 svm-pridict.exe 预测分类 检测数据格式 p ...
分类：
其他好文 时间：
2017-11-11 19:47:02
阅读次数：
178
import re import numpy as np from sklearn import cross_validation from sklearn import datasets from sklearn import svm from sklearn.externals import j... ...
分类：
其他好文 时间：
2017-11-11 14:13:30
阅读次数：
245
0 前言 上”最优化“课，老师讲到了无约束优化的拉格朗日乘子法和KKT条件。 这个在SVM的推导中有用到，所以查资料加深一下理解。 1 无约束优化 对于无约束优化问题中，如果一个函数f是凸函数，那么可以直接通过f(x)的梯度等于0来求得全局极小值点。 为了避免陷入局部最优，人们尽可能使用凸函数作为优 ...
分类：
其他好文 时间：
2017-11-10 00:29:15
阅读次数：
136
前言在机器学习中，分类问题占了很大一部分，而对于分类问题的处理有很多方法，比如决策树、随机森林、朴素贝叶斯、前馈神经网络等等；而最为常见的分类需求一般是二分类问题，即将样本分为两个集合，然后通过学习某些参数，对新的输入进行识别并划分到正确的类别中。在解决分..
分类：
其他好文 时间：
2017-11-06 22:57:44
阅读次数：
405
