监督学习 利用标注好信息的样本，经过训练得到一个模型，可以用来预测新的样本 分类 当新来一个数据时，可以自动预测所属类型 应用 对于一幅遥感影像，对其中的部分水体，农田，建筑做好标记通过监督分类的方法得到其余水体、农田、建筑 分类相关的方法 支持向量机：寻找最大化样本间隔的边界 分类决策树 颜色 形 ...
分类：
其他好文 时间：
2019-12-02 13:30:28
阅读次数：
186
1.简述对用户画像的认识。 用户画像，即用户信息的标签化，是企业通过收集、分析用户数据后，抽象出的一个虚拟用户，可以认为是真实用户的虚拟代表。 2.简述构建用户画像的主要流程。 基础数据收集－＞行为建模－＞构建画像 3.个性化推荐系统的性能可以通过哪些标准来判定？ 用户满意度 覆盖率 预测准确度 冷 ...
分类：
其他好文 时间：
2019-12-01 09:44:40
阅读次数：
283
输入空间为欧式空间或离散空间、特征空间为希尔伯特空间，支持向量机的学习是在特征空间进行的。 线性可分支持向量机与硬间隔最大化 线性可分支持向量机定义 给定线性可分训练集，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得到的分离超平面为 $$w^ \cdot x + b^ = 0$$ 以及相应的分 ...
分类：
其他好文 时间：
2019-11-24 15:28:32
阅读次数：
54
一、目录 1、目录 2、背景 3、核函数引入 4、核函数介绍 5、 二、背景 支持向量机（一）讲到的软间隔最大化只能解决由于异常点而导致的线性不可分问题，而对于本身的数据集就是非线性的问题就无能为力，根据相关理论对于在低维空间线性不可分的问题，一般将其映射到高维空间后都是线性可分的，我们可以将这一理 ...
分类：
其他好文 时间：
2019-11-16 14:42:52
阅读次数：
94
我们知道较早的分类模型——感知机（1957年）是二类分类的线性分类模型，也是后来神经网络和支持向量机的基础。 1、感知机模型 感知机模型是一种二分类的线性分类器，只能处理线性可分的问题，感知机的模型就是尝试找到一个超平面将数据集分开，在二维空间这个超平面就是一条直线，在三维空间就是一个平面。 2. ...
分类：
编程语言 时间：
2019-11-16 14:39:15
阅读次数：
96
我们知道较早的分类模型——感知机（1957年）是二类分类的线性分类模型，也是后来神经网络和支持向量机的基础。支持向量机（Support vector machines）最早也是是一种二类分类模型，经过演进，现在成为了既能处理多元线性和非线性的问题，也能处理回归问题。在深度学习风靡之前，应该算是最好的 ...
分类：
其他好文 时间：
2019-11-16 14:14:54
阅读次数：
70
线性可分支持向量机与软间隔最大化 SVM 给定线性可分的数据集 假设输入空间(特征向量)为 ，输出空间为 。 输入 表示实例的特征向量，对应于输入空间的点； 输出 表示示例的类别。 我们说可以通过 间隔最大化 或者等价的求出相应的 凸二次规划问题 得到的 分离超平面 以及决策函数： 但是，上述的解决 ...
分类：
其他好文 时间：
2019-11-15 14:30:36
阅读次数：
83
经常用到sklearn中的SVC函数，这里把文档中的参数： 本身这个函数也是基于libsvm实现的，所以在参数设置上有很多相似的地方。（PS: libsvm中的二次规划问题的解决算法是SMO）。 sklearn.svm.SVC(C=1.0, kernel='rbf', degree=3, gamma ...
分类：
其他好文 时间：
2019-11-14 23:50:54
阅读次数：
88
8.1、集成学习 集成学习（ensemble learning）通过结合不同的学习算法来解决实际任务，有时也被称为多分类器系统（multi-classifier system）、基于委员会的学习（committee-based learning）。 如下图8.1所示，个体学习器通常由一个现有的学习算 ...
分类：
其他好文 时间：
2019-11-11 23:07:23
阅读次数：
160
支持向量机 (support vector machine, SVM) 是建立在统计学习理论的 VC 维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特点训练样本的学习精度）和学习能力（即无错误地识别任意样本的能力）之间寻求最佳折中，以期获得最好的泛化能力。 支持向量机的 基 ...
分类：
其他好文 时间：
2019-11-07 19:35:20
阅读次数：
129
