Andrew Ng机器学习笔记week7 支持向量机SVM

1.Alternative view of logistic regression

Andrew Ng机器学习笔记week7 支持向量机SVM_第1张图片
逻辑回归:
这里写图片描述
SVM:
这里写图片描述

2.Large Margin Intuition

Andrew Ng机器学习笔记week7 支持向量机SVM_第2张图片
决策边缘:
Andrew Ng机器学习笔记week7 支持向量机SVM_第3张图片
可线性分离的情况:
Andrew Ng机器学习笔记week7 支持向量机SVM_第4张图片
存在异常值的情况:
Andrew Ng机器学习笔记week7 支持向量机SVM_第5张图片

3.kernel –核

非线性决策边缘:
Andrew Ng机器学习笔记week7 支持向量机SVM_第6张图片
核:
Andrew Ng机器学习笔记week7 支持向量机SVM_第7张图片
举例:
Andrew Ng机器学习笔记week7 支持向量机SVM_第8张图片
Andrew Ng机器学习笔记week7 支持向量机SVM_第9张图片
选择标志点:
Andrew Ng机器学习笔记week7 支持向量机SVM_第10张图片
SVM with Kernels:
Andrew Ng机器学习笔记week7 支持向量机SVM_第11张图片
SVM参数:
Andrew Ng机器学习笔记week7 支持向量机SVM_第12张图片

4.使用SVM
Andrew Ng机器学习笔记week7 支持向量机SVM_第13张图片
核函数:
Andrew Ng机器学习笔记week7 支持向量机SVM_第14张图片
核的选择:
Andrew Ng机器学习笔记week7 支持向量机SVM_第15张图片
多分类:
Andrew Ng机器学习笔记week7 支持向量机SVM_第16张图片
逻辑回归 VS SVM:
Andrew Ng机器学习笔记week7 支持向量机SVM_第17张图片

你可能感兴趣的:(Andrew Ng机器学习笔记week7 支持向量机SVM)