最近，我做了一件小事，使用SVM正确8三维级数据分类，在线搜索，我们发现二分的问题大家都在讨论二维数据，一些决定自己的研究。我首先参考opencvtutorial。这也是二维数据的二分类问题。然后通过学习研究，发现别有洞天，遂实现之前的目标。在这里将代码贴出来。这里实现了对三维数据进行三类划分。以供...
分类：
其他好文 时间：
2015-08-10 20:00:33
阅读次数：
155
在前两节曾经介绍过logistic回归与分类算法，并对线性与非线性数据集分别进行分类实验。Logistic采用的是一层向量权值求和的方式进行映射，所以本质上只能对线性分类问题效果较好（实验也可以看到），其模型如下所示（详细的介绍可看上两次博客：机器学习之logistic分类线性与非线性实验（续））：既然如此，我们可不可以在Y出来之前在多进行几次映射呢？答案是可以的，这就引出了多层网络，每层网络的输出...
分类：
编程语言 时间：
2015-08-10 18:13:13
阅读次数：
199
初次是根据“支持向量机通俗导论（理解SVM的三层境界）”对SVM有了简单的了解。总的来说其主要的思想可以概括为以下两点（也是别人的总结）1、SVM是对二分类问题在线性可分的情况下提出的，当样本线性不可分时，它通过非线性的映射算法，将在低维空间线性不可分的样本映射到高维的特征空间使其线性可分，从而使得...
分类：
其他好文 时间：
2015-08-09 12:12:03
阅读次数：
1331
本文主要讲解分类问题中的逻辑回归。逻辑回归是一个二分类问题。 转载请注明出处：http://www.cnblogs.com/BYRans/ 二分类问题 二分类问题是指预测的y值只有两个取值（0或1），二分类问题可以扩展到多分类问题。例如：我们要做一个垃圾邮件过滤系统，是邮件的特征，预测的y值就是邮件...
分类：
其他好文 时间：
2015-08-08 19:37:35
阅读次数：
597
logistic回归与分类是一种简单的分类算法。在分类的过程中只需要找到一个划分不同类的权重向量即可，对新的数据只需要乘上这个向量并比较就可以得到分类。比如下图的二分类问题：
每个样本点可以看成包含两个特征（x1,x2）,现在需要把他们分开，如果这是训练集，他们本身属于哪一个类是已知的，比如说蓝色的属于0类，红色的属于1类，现在我们想通过这些数据建立一个分类标准可以将他们分开，这样再来了一个不...
分类：
其他好文 时间：
2015-08-08 18:24:00
阅读次数：
1365
提升树是以决策树为基分类器的提升方法，通常使用CART树。针对不同问题的提升树学习算法，主要区别在于使用的损失函数不同。1）分类问题：指数损失函数。可以使用CART分类树作为AdaBoost的基分类器，此时为分类提升树。2）回归问题：平方误差损失函数。3）决策问题：一般损失函数。1、提升树算法提升树...
分类：
编程语言 时间：
2015-07-31 21:44:07
阅读次数：
371
从本质上来说，这是一个分类问题，类似于通过邮件内容来推测垃圾邮件，通过用户的相关信息来推测用户是否会拖欠贷款，而通过用户的APP安装列表来推测用户的性别也是一个类似的问题。
对于贝叶斯算法来首，我们首先需要一个训练集数据，这个训练集是一个已经打好标签的数据。而要对一堆的数据打标签，人工来做是不太合适的，在这里需要结合人类与计算机各自的优势，来半自动化的识别出比较明显的有性别倾向的APP的...
分类：
移动开发 时间：
2015-07-31 16:24:08
阅读次数：
194
朴素贝叶斯算法主要用来解决分类问题，比如通常的二分类，多分类。1、数学知识：贝叶斯定理：特征条件独立：1、朴素贝叶斯输入空间：输出空间：y={C1，C2，…,CK}。训练集：T={(x1,y1),(x2,y2),…,(xN,yN)}。对于每个实例，其P(X,Y)独立同分布。在进行分类之前，需要先将计...
分类：
编程语言 时间：
2015-07-29 12:09:30
阅读次数：
1169
对于机器学习的实际运用，光停留在知道了解的层面还不够，我们需要对实际中容易遇到的一些问题进行深入的挖掘理解。我打算将一些琐碎的知识点做一个整理。1 数据不平衡问题这个问题是经常遇到的。就拿有监督的学习的二分类问题来说吧，我们需要正例和负例样本的标注。如果我们拿到的训练数据正例很少负例很多，那么直接拿来做分类肯定是不行的。通常需要做以下方案处理：1.1 数据集角度通过调整数据集中正负样本的比例来解决数...
分类：
编程语言 时间：
2015-07-28 21:17:17
阅读次数：
180
零、所有项目通用的：
http://blog.csdn.net/mmc2015/article/details/46851245（数据集格式和预测器）
http://blog.csdn.net/mmc2015/article/details/46852755（加载自己的原始数据）
（适合文本分类问题的 整个语料库加载）
http://blog.csdn.net/mmc2...
分类：
其他好文 时间：
2015-07-27 09:28:54
阅读次数：
140
