E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
周志华西瓜书
机器学习常用角标及其含义
星号*上角标含义
西瓜书
:(w∗,b∗)=argmax(w,b)∑i=1m(f(xi)−yi)2(w^*,b^*)=\underset{(w,b)}{argmax}\sum_{i=1}^m(f(x_i)-
MiaL
·
2022-12-12 14:13
机器学习
机器学习(
西瓜书
)-模型评估与选择
模型评估与选择2.1经验误差与过拟合2.2评估方法2.2.1留出法2.2.2交叉验证法2.3.3自助法2.2.4调参与最终模型2.3性能度量2.3.1错误率与精度2.3.2查准率、查全率与Fl2.3.3ROC与AUC2.3.4代价敏感错误率与代价曲线2.4比较检验2.4.1假设检验2.4.2交叉验证t检验2.4.3McNemar检验2.4.4Friedman检验与Nemenyi后续检验2.5偏差与
桃子酱紫君
·
2022-12-12 13:32
雨露均沾的知识
西瓜书
第四章习题及答案
解答:每个标记不同的数据特征向量都不相同,即树的每一条枝干(从根节点到叶子结点)就代表一种向量,这样的话决策树与训练集就是一致的了。解答:题目4.1中介绍了如果数据不含有冲突数据,那么就会产生绝对的过拟合现象,这也符合最小训练误差的准则,因此使用‘最小训练误差‘作为决策树划分选择准则的会产生在训练集上效果很好,而测试集上效果差的情况,即出现了过拟合现象。分析:表4.3属性数据值,有离散的有连续的,
小鹿学程序
·
2022-12-12 12:33
机器学习-西瓜书
决策树
python
西瓜书
机器学习笔记——朴素贝叶斯
机器学习笔记——朴素贝叶斯引例问题:现在周同学想购买一杯奶茶,如何判断奶茶是好喝(Y)还是不好喝(N)。概念为了判断奶茶好不好喝,引入四个特征:甜度、牛奶、冰块、茶叶。与几个概念后验概率:给定观测向量X(x1=甜度,x2=牛奶…),观察特定类别的概率P(y|x),类别:Y={y0=好喝,y1=不好喝},特征:X(x1=甜度,x2=牛奶,x3=茶叶,x4=冰块),抽象化如下。风险:决策为Y时实际情况
Erik_Won
·
2022-12-11 23:36
机器学习
人工智能
概率论
结合openCV学习DIP之机器学习CNN
并且以此为依据可以从其他未知图像中检测出相似或相同的该对象A.在特征提取上,传统的图像处理都是自行设计提取固定特征的算子,在深度学习上主要是利用CNN网络来广泛的提取图像的特征.笔记以吴恩达课程为基础,全面介绍机器学习相关术语,再以李航《统计学习方法》和
周志华
Heisenberg-
·
2022-12-11 16:52
DIP
机器学习
OpenCV3学习笔记
每天进步一点点 -- pytorch学习:简单线性回归问题
前言一直想学习人工智能,但是没有找到很好的课程,网上零碎的听了很多,大都是让我一脸蒙圈,不动手无法动脑,打算直接按照视频课程先搞起来,
周志华
的49讲是必须听的,对原理讲的很直观,不涉及实战和代码,pytorch
攀登程序猿
·
2022-12-11 16:22
机器学习
pytorch
学习
线性回归
周志华
《机器学习》习题8.3——python实现基于决策树的AdaBoost集成学习器
本文将以
周志华
《机器学习》中的习题8.3的要求和数据,用python完成一个基于决策树的AdaBoost。
连长少尉
·
2022-12-11 11:28
机器学习
决策树
python
集成学习
AdaBoost
周志华
《机器学习》习题6.2——使用LIBSVM比较线性核和高斯核的差别
1.题目试使用LIBSVM,在西瓜数据集3.0α上分别用线性核和高斯核训练一个SVM,并比较其支持向量的差别。西瓜数据集3.0α如下图:2.LIBSVMlibsvm是目前比较著名的SVM软件包,由台湾大学林智仁(Chih-JenLin)教授等开发,它可以帮助程序员轻松的实现SVM二分类、多分类或者SVR等任务。LIBSVM官网:https://www.csie.ntu.edu.tw/~cjlin/
连长少尉
·
2022-12-11 11:28
机器学习
机器学习
支持向量机
python
SVM
LIBSVM
周志华
《机器学习》习题4.4——python实现基于信息熵进行划分选择的决策树算法
1.题目试编程实现基于信息熵进行话饭选择的决策树算法,并为表4.3中数据生成一棵决策树。表4.3如下:另外再附个txt版的,下次可以复制粘贴:青绿,蜷缩,浊响,清晰,凹陷,硬滑,0.697,0.460,是乌黑,蜷缩,沉闷,清晰,凹陷,硬滑,0.774,0.376,是乌黑,蜷缩,浊响,清晰,凹陷,硬滑,0.634,0.264,是青绿,蜷缩,沉闷,清晰,凹陷,硬滑,0.608,0.318,是浅白,蜷缩
连长少尉
·
2022-12-11 11:58
机器学习
周志华
《机器学习》习题7.3——python实现朴素贝叶斯分类器
1.题目试编程实现拉普拉斯修正的朴素贝叶斯分类器,并以西瓜数据集3.0为训练集,对p151“测1”样本进行判别。西瓜数据集3.0如下:测1如下:附文本版的西瓜数据集:青绿,蜷缩,浊响,清晰,凹陷,硬滑,0.697,0.460,是乌黑,蜷缩,沉闷,清晰,凹陷,硬滑,0.774,0.376,是乌黑,蜷缩,浊响,清晰,凹陷,硬滑,0.634,0.264,是青绿,蜷缩,沉闷,清晰,凹陷,硬滑,0.608,
连长少尉
·
2022-12-11 11:54
机器学习
《机器学习》
周志华
(
西瓜书
)学习笔记 第十一章 特征选择与稀疏学习
机器学习总目录第十一章特征选择与稀疏学习11.1子集搜索与评价给定属性集,其中有些属性可能很关键、很有用,另一些属性则可能没什么用.我们将属性称为"特征"(feature):对当前学习任务有用的属性称为"相关特征"(relevantfeature)、没什么用的属性称为"无关特征"(irrelevantfeature).从给定的特征集合中选择出相关特征子集的过程,称为"特征选择"(featurese
Sundm@lhq
·
2022-12-11 09:22
机器学习
西瓜书学习笔记
机器学习
学习笔记
特征选择
稀疏学习
西瓜书
学习笔记——第十一章:特征选择与稀疏学习
第十一章:特征选择与稀疏学习11.1子集搜索与评价子集搜索特征子集评价11.2过滤式选择Relief的相关统计量11.3包裹式选择拉斯维加斯方法和蒙特卡罗方法:11.4嵌入式选择与L1正则化11.5稀疏表示与字典学习稀疏性11.6压缩感知11.1子集搜索与评价一般情况下,我们可以用很多属性/特征描述一个示例,而对于特定的学习任务,我们会发现已知的所有属性中,有些特征是与该学习任务的目标无关的(如预
Andrewings
·
2022-12-11 09:22
西瓜书学习笔记
特征选取
稀疏学习
特征工程
西瓜书
-第11章-特征选择与稀疏学习
特征选择特征选择是一个重要的数据预处理过程,去除不相关的属性,可以减轻维数灾难,并且降低学习任务的难度。特征选择过程必须确保不丢失重要特征。需要去除的特征如无关特征和冗余特征(冗余特征有时能简化问题,具体问题具体分析)。特征选择的主要环节1、子集搜索前向搜索:假定特征子集{a2}最优,再把{a2}与剩余的各个特征子集组合出{a2,ai}评估,如果{a2,a4}最优,则保留,再用{a2,a4}进行下
路飞的纯白世界
·
2022-12-11 09:22
西瓜书阅读笔记
机器学习
特征选择
稀疏表示
字典学习
压缩感知
机器学习(
周志华
) 第十一章特征选择与稀疏学习
关于
周志华
老师的《机器学习》这本书的学习笔记记录学习过程本博客记录Chapter11文章目录1子集搜索与评价2过滤式选择3包裹式选择4嵌入式选择与L1正则化5稀疏学习与字典学习6压缩感知1子集搜索与评价特征选择
YJY131248
·
2022-12-11 09:14
机器学习(NLP
神经网络等)
机器学习
西瓜书
研读——第三章 线性模型:线性几率回归(逻辑回归)
西瓜书
研读系列:
西瓜书
研读——第三章线性模型:一元线性回归
西瓜书
研读——第三章线性模型:多元线性回归主要教材为
西瓜书
,结合南瓜书,统计学习方法,B站视频整理~人群定位:学过高数会求偏导、线代会矩阵运算、
猛男技术控
·
2022-12-11 01:43
从小白视角研读西瓜书
逻辑回归
回归
机器学习
【
西瓜书
笔记】2. 对数几率回归
2.1对数几率回归模型指数族分布是一类分布的总称,该类分布的分布律(概率密度函数)的一般形式如下:p(y;η)=b(y)exp(ηTT(y)−a(η))=b(y)exp[η(θ)⋅T(y)−A(θ)]=b(y)exp(η(θ)⋅T(y)−A(θ))=b(y)exp(η(θ)⋅T(y)−A(θ))p(y;\eta)=b(y)\exp(\eta^{T}T(y)-a(\eta))\\=b(y)\
西风瘦马1912
·
2022-12-11 01:13
《机器学习》西瓜书第15期
对数几率回归模型推导
对数几率回归模型推导原理不再赘述,以
西瓜书
为基础(P59),对数几率回归的似然函数为l(w,b)=∑i=1mlnp(yi∣xi
顶杰
·
2022-12-11 01:13
回归
机器学习
逻辑回归
对数几率回归模型
不同的地方是
周志华
书本上线性回归模型中参数求解方法是最小二乘法(说白了就是求导取极值),当然也可以用梯度下降法。
臭小子222
·
2022-12-11 01:42
回归
java
《简述一下SVM支持向量机的常用的核函数以及其产生的意义|CSDN创作打卡》
对于这样的问题,通过阅读
西瓜书
机器想学习
·
2022-12-09 16:10
机器学习
Python
支持向量机
支持向量机
机器学习
python
计算机视觉论文-2021-06-21
本专栏是计算机视觉方向论文收集积累,时间:2021年6月21日,来源:paperdigest欢迎关注原创公众号【计算机视觉联盟】,回复【
西瓜书
手推笔记】可获取我的机器学习纯手推笔记!
SophiaCV
·
2022-12-09 08:22
CVPaper
人工智能
计算机视觉
决策树代码代码——python源代码,看完你就完全懂了
决策树决策树在
周志华
的
西瓜书
里面已经介绍的很详细了(
西瓜书
P73-P79),那也是我看过讲的最清楚的决策树讲解了,我这里就不献丑了,这篇文章主要是分享决策树的代码。
starry0001
·
2022-12-09 01:31
Python
机器学习
决策树
python
机器学习-logistic回归训练数据集
类别:机器学习个人笔记参考书籍:《统计学习》、《机器学习实战》、
周志华
大佬的
西瓜书
相关数学公式推导见我上传的手写PDF任务:学习《机器学习实战》P78页及P79页程序清单5-1和5-2,完成以下问题:1
平凡的小何同学
·
2022-12-08 20:01
Algorithm
机器学习
python
算法
python实现数据集按比例划分
西瓜书
上一般的划分比例是7:3或者8:2,这个代码闲来无事写了一下,比较容易。
算法入门小飞机
·
2022-12-08 20:47
计算机视觉
深度学习
python
【
西瓜书
学习笔记】第5章 神经网络
1.M-P神经元模型2.感知机由两层神经元组成,输入层接收外界输入信号后传递给输出层,输出层是M-P神经元,亦称“阈值逻辑单元”,感知机能容易的实际逻辑与、或、非运算,即可以解决线性可分的问题,实现不了异或运算,即无法解决非线性可分问题3.多层前馈神经网络多个神经元构成的神经网络能够分类线性不可分的数据集,且有理论证明(通用近似定理):只需一个包含足够多神经元的隐层,多层前馈网络(最经典的神经网络
爱学习的猫fly
·
2022-12-08 08:36
神经网络
人工智能
深度学习
机器学习
西瓜书
第五章神经网络 读书笔记
第5章神经网络5.1神经元模型神经网络是由具有适应性的简单单元组成的广泛并行互连的网络,它的组织能够模拟生物神经系统对真实世界所作出的交互反应神经网络中最基本的成分是神经元(neuron)模型当神经元兴奋时,就会向相邻的连的神经元传递化学物质,从而改变这些神经元的电位;如果某神经元的电位超过了阈值(threshold),那么它就会被激活,即“兴奋”起来,向其他神经元发送化学物质M-P神经元模型神经
猾枭
·
2022-12-08 08:36
西瓜书
1024程序员节
西瓜书
第六章 支持向量机
文章目录一、间隔与支持向量二、对偶问题三、核函数原理四、软间隔和正则化一、间隔与支持向量
西瓜书
讲的太复杂了其实总的知识点个人认为上图就可以概括。
欢桑
·
2022-12-08 08:00
算法
西瓜书
第五章神经网络
由于电脑记录比较麻烦采用手写笔记的方式来进行记录。主要学习了感知机和神经网络的相关知识,学完之后对损失计算以及反向传播的过程的理解更加深刻了,学会了反向传播的公式推导过程。
Seven7_Lu
·
2022-12-08 08:00
机器学习
西瓜书
第五章神经网络笔记
神经网络根据是T.Kohonen1988年在urNetworks创刊给出的定义,神经网络是由具有适应性的简单单元组成的广泛并行互连的网络,它的组织能模拟生物神经系统对真是世界物体所作出的交互反应。一个经典问题是神经网络与机器学习的区别在于什么?具体可参考这篇博客下面我给出结论:机器学习是计算机程序基于给定的有限的数据,选定某个学习目标,建立模型学习,并通过优化算法优化参数,直到满足指标要求的整个过
LeaveElan
·
2022-12-08 08:00
神经网络
机器学习
人工智能
【
西瓜书
】第5章神经网络---学习笔记
1.神经元模型广泛定义:由具有适应性的简单单元组成的广泛并行互连的网络,它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。最基本的成分:神经元模型M-P神经元模型神经元接收到来自NNN个其他神经元传递过来的输入信号,这些输入信号通过带权重的连接)进行传递,神经元接收到的总输入值将与神经元的阈值进行比较,然后通过激活函数处理以产生神经元的输出.激活函数为模型添加非线性因素,使模型具有拟合非
qq_31514061
·
2022-12-08 08:26
西瓜书
神经网络
学习
深度学习
西瓜书
机器学习 第五章读书笔记
文章目录前言5.1神经元模型5.2感知机和多层网络5.3误差逆传播算法5.4全局最小和局部最小前言新手,记录一下自己的理解,也是读书笔记,并不进行公式推导。(公式推导的视频也很多)5.1神经元模型神经网络是T.Kohonen在1988给出的定义因为阶跃函数的不连续和不光滑,所以我们的激活函数通常会采用sigmoid。5.2感知机和多层网络为什么要引入感知机和多层网络?在简单的处理中,比如与,或,非
lzmmmQAQ
·
2022-12-08 08:54
西瓜书
机器学习
神经网络
深度学习
西瓜书
《机器学习》阅读笔记之第五章神经网络
第5章神经网络5.1神经元模型神经网络中最基本的成分是神经元(neuron)模型,即上述定义中的"简单单元"[P96]在生物神经网络中1每个神经元与其他神经元相连,当它"兴奋"时,就会向相连的神经元发送化学物质,从而改变这些神经元内的电位;如果某神经元的电位超过了一个"阔值"(threshold),那么它就会被激活?即"兴奋"起来,向其他神经元发送化学物质.[P96]神经元接收到来自n个其他神经元
Honyelchak
·
2022-12-08 08:52
机器学习
神经网络
网络
西瓜书
机器学习
Datawhale
西瓜书
第五章神经网络
M-P神经元(模拟生物行为的数学模型):接收n个输入(来自其他神经元),给各个输入赋予权重计算加权和自身特有的阙值θ进行比较(减法),经过激活函数(模拟抑制和激活)处理得到输出(传递给下一个神经元)单个M-P神经元:感知机(sgn作激活函数),对数几率回归(signmoid作激活函数)多个M-P神经元:神经网络每个神经元信号不一样,权重不一样f(x)就是一个激活函数完全可以抽象成一个线性模型阶跃函
akriver
·
2022-12-08 08:49
神经网络
回归
机器学习
西瓜书
第5章 神经网络 读书笔记
第5章神经网络(NeuralNetworks)1.神经元模型1.1神经元(neuron)模型是神经网络最基本的成分1.2阈值(threshold),亦称bias1.3M-P神经元模型激活函数(activationfunction),亦称响应函数理想中的激活函数:阶跃函数将输入值映射为输出值”0”或”1”典型的激活函数:Sigmoid函数将可能在较大范围内变化的输入值挤压到(0,1)输出值范围内2.
Gaia0321
·
2022-12-08 08:49
人工智能
西瓜书
第五章 神经网络学习笔记
这一章对人还是比较友好的,主要就是公式比较复杂,个人觉得这一章不如吴老师深度学习课程讲得好,有需要的小伙伴请移步B站学习。文章目录前言一、感知机与多层网络二、BP算法三、其他常见的神经网络RBF网络ART网络SOM网络级联相关网络Elman网络Boltzmann机三、深度学习前言``以下是我个人的一些理解。多多见谅一、感知机与多层网络感知机有两层神经元组成,分为输入层和输出层,输入层接受外界输入信
欢桑
·
2022-12-08 08:15
神经网络
学习
简要介绍弱监督学习
www.cnblogs.com/ariel-dreamland/p/8566348.htmlAbriefintroductiontoweaklysupervisedlearning(简要介绍弱监督学习)by南大
周志华
摘要监督学习技术通过学习大量训练数据来构建预测模型
weixin_34283445
·
2022-12-07 21:30
人工智能
数据结构与算法
数据库
周志华
机器学习详细公式推导!
【导读】:今天给大家推荐一本超级nice的机器学习理论推导书籍,它就是《
西瓜书
》的兄弟版---《南瓜书》。
机器学习与AI生成创作
·
2022-12-07 10:41
啃
周志华
《机器学习》
西瓜书
难吗?
不少读者反应,觉得
周志华
老师的
西瓜书
很难,难道真的很难?其实对于零基础的小白来说,是真的很难,这本书不适合刚入门的学者学习!作为周老师的“扛鼎之作”,这本《机器学习》是真的很经典!
AI引路星
·
2022-12-07 10:09
成长学习
程序人生
人工智能
机器学习
人工智能
书籍
西瓜书
机器学习公式详解 南瓜书 PDF 全文内容详细分享
pwd=2o55周的机器学习(俗称“
西瓜书
”)是机器学习领域的经典入门教材之一。
JYMA12358
·
2022-12-07 10:06
pdf
人工智能
周志华
《机器学习》第九章复习(带例题)
老师让我帮他出卷,就自己做了细纲出了点题。可以参考着复习。考点:1.常用的性能度量指标,距离度量2.连续属性和离散属性的距离计算方法3.原型聚类(选择、填空、问答)K均值聚类、学习向量量化、高斯混合聚类,这三种聚类方法的特点和方法思路4.密度聚类(选择、填空、判断、名词解释)核心对象、密度直达、密度可达、密度相连,算法实现的核心思想第九章聚类(密度聚类没讲,层次聚类简要介绍)1无监督学习(填空)请
FitzFitzFitz
·
2022-12-07 10:18
#
《机器学习与大数据处理》
机器学习
聚类
人工智能
PyTorch框架从零实现Logistic回归(非torch.nn)
在
周志华
老师“
西瓜书
”中,机器学习所研究的主要内容是关于在计算机上从数据中产生“模型”的算法。
JMDou
·
2022-12-07 06:04
深度学习练习题
pytorch
回归
python
深度学习
人工智能
数据挖掘实验——python实现朴素贝叶斯分类
.实验目的 1.了解朴素贝叶斯算法基本原理; 2.能够使用朴素贝叶斯算法对数据进行分类 二.实验内容 利用贝叶斯算法或者决策树算法进行数据分类操作 数据集:汽车评估数据集关于朴素贝叶斯原理和案例可以看
西瓜书
详解
你今天学习了嘛
·
2022-12-07 01:42
python
朴素贝叶斯算法
python
机器学习之特征选择(feature_selection)
特征选择方法1.过滤式(Filter)ReliefRelief-F2.包裹式(wrapper)LVM3.嵌入式(embedding)岭回归(ridgeregression)LASSO参考书为《机器学习》-
周志华
选取特征子集当前存在的问题从初始的特征集合选取包含所有重要信息的特征子集
可大侠
·
2022-12-06 14:53
机器学习
机器学习
特征选择
西瓜书
算法
【机器学习基础】为什么逻辑回归的损失函数是交叉熵?
概要逻辑回归(logisticregression)在机器学习中是非常经典的分类方法,
周志华
教授的《机器学习》书中称其为对数几率回归,因为其属于对数线性模型。
风度78
·
2022-12-06 12:19
人工智能
机器学习
python
深度学习
算法
机器学习笔记(一)对数几率回归模型(Logistic Regression)
文章目录前言一、对数几率回归模型二、对率回归模型最大化“对数似然”总结参考文献前言本篇文章是笔者在学习
周志华
老师《机器学习》第三章节对数几率回归部分过程中,结合各方参考资料,记录下的对数几率回归模型的重点知识与内容
Kee77
·
2022-12-06 11:58
机器学习
机器学习
深度学习
概率论
逻辑回归
【
西瓜书
笔记】补充1:logistic回归及其损失函数,梯度下降推导
Logistic回归理论知识补充建模流程假设我们建立一个二分类模型。假设有两个人A、B在争论如何对一个新样本xxx进行0-1二分类,他们两个分别对新样本进行打分,如果A的分数大于B的分数,则样本被预测为1,反之则被预测为0。假设两人的打分分数可以通过线性回归进行预测建模y1=θ1x+ϵ1,ϵ1∼N1(0,δ)y2=θ2x+ϵ2,ϵ2∼N2(0,δ)\begin{aligned}&y_{1}=\th
西风瘦马1912
·
2022-12-06 11:27
《机器学习》西瓜书第15期
逻辑回归
随机梯度下降
最大似然
机器学习
计算机视觉论文-2021-05-28
本专栏是计算机视觉方向论文收集积累,时间:2021年5月28日,来源:paperdigest欢迎关注原创公众号【计算机视觉联盟】,回复【
西瓜书
手推笔记】可获取我的机器学习纯手推笔记!
SophiaCV
·
2022-12-06 10:03
CVPaper
人工智能
计算机视觉
机器学习入门-
西瓜书
总结笔记第六章
西瓜书
第六章-支持向量机一、间隔与支持向量二、对偶问题三、核函数四、软间隔与正则化五、支持向量回归六、核方法总结一、间隔与支持向量粗实线这个划分超平面所产生的分类结果是最鲁棒的,对未来示例的泛化能力最强在样本空间中
一入材料深似海
·
2022-12-05 22:54
学习笔记
机器学习
西瓜书
《机器学习》第六章部分课后题
目录题目6.1题目6.2题目6.4题目6.6题目6.9Acknowledge题目6.1试证明样本空间中任意点x\bm{x}x到超平面(w,b)(\bm{w},b)(w,b)的距离为式(6.2)假设点x\bm{x}x在超平面上的投影为x′\bm{x}'x′,则wTx′+b=0\bm{w}^{\text{T}}\bm{x}'+b=0wTx′+b=0。超平面的法向量为w\bm{w}w
华南农大-郭庆文
·
2022-12-05 22:23
机器学习基础
《机器学习》(
西瓜书
)第五章
5.1神经元模型神经网络由神经元组成广泛并行互联,神经元是最基本单元。M-P神经元模型:与生物神经元类似,接受n个输入,不同输入权重不同,然后与阈值进行比较(如果超过则“兴奋”),经过激活函数处理产生输出。激活函数在前面有提到,我们常使用sigmiod作为激活函数。5.2感知机与多层网络5.2.1感知机(只能解决线性可分问题)由输入层和输出层组成(两层神经元),输出层是M-P神经元,其可以实现与或
江鸟61
·
2022-12-05 22:51
人工智能
深度学习
《机器学习》(
西瓜书
)第六章
6.1间隔与支持向量对于两类训练样本分开的超平面很多,我们需要找到对训练样本局部扰动的“容忍”性最好的那一个。对未见示例的泛化能力最强。(鲁棒性:一个系统或组织抵御或克服不利条件的能力。)距离超平面最近的几个训练样本能够正确分类,他们被称为“支持向量”,两个异类支持向量到超平面的距离之和称为“间隔”。为什么需要通过放缩w和b使得距离超平面最近的样本点所对应的值恰好为+1与-1?间隔:为了找到具有“
江鸟61
·
2022-12-05 22:19
人工智能
上一页
10
11
12
13
14
15
16
17
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他