支持向量机核函数

机器学习之分类模型

机器学习之分类模型概述分类模型逻辑回归最近邻分类朴素贝叶斯支持向量机决策树随机森林多层感知机基于集成学习的分类模型VotingBaggingStackingBlendingBoosting概述机器学习分类模型通过训练集进行学习
cv-player·2023-08-18 16:16

利用GPU和CUDA实现矩阵乘法

#include//内核函数__global__voidmatrixMulti(int*A,int*B,int*C,intm,intn,intk){intix=blockIdx.x*blockDim.x
李sy同学·2023-08-18 10:22

利用GPU和CUDA实现矩阵转置

#include//内核函数__global__voidmatrixTransposition(int*A,int*B,intn){intix=blockIdx.x*blockDim.x+threadIdx.x
李sy同学·2023-08-18 10:22

第6章：支持向量机

求解分类支持向量机凸优化拉格朗日对偶KKT条件求解SMO唯一不确定的地方：核函数软间隔与正则化在现实任务中，很难确定合适的核函数使得训练样本在特征空间中线
why151·2023-08-18 08:43

opencv进阶07-支持向量机cv2.ml.SVM_create()简介及示例

支持向量机（SupportVectorMachine，SVM）是一种二分类模型，目标是寻找一个标准（称为超平面）对样本数据进行分割，分割的原则是确保分类最优化（类别之间的间隔最大）。
玩转AI·2023-08-18 08:41

python中的svm：介绍和基本使用方法

python中的svm：介绍和基本使用方法支持向量机（SupportVectorMachine，简称SVM）是一种常用的分类算法，可以用于解决分类和回归问题。
StrongCertain·2023-08-18 08:41

设备故障预测

例如，可以使用支持向量机（SVM）、随机森林（RandomForest）等分类器来预测设备故障。基
StrongCertain·2023-08-18 06:58

机器学习与模型识别1：SVM（支持向量机）

一、简介SVM是一种二类分类模型，在特征空间中寻找间隔最大的分离超平面，使得数据得到高效的二分类。二、SVM损失函数SVM的三种损失函数衡量模型的性能。1.0-1损失：当正例样本落在y=0下方则损失为0，否则损失为1.当负例样本落在y=0上方则损失为0，否则损失为1.2.Hinge（合页）损失：当正例落在y>=1一侧则损失为0，否则距离越远则损失越大.当负例落在y0一侧，并且距离y=0越远则损失越
学术菜鸟小晨·2023-08-17 13:06

《Machine Learning in Action》—— Taoye给你讲讲决策树到底是支什么“鬼”

MachineLearninginAction》——Taoye给你讲讲决策树到底是支什么“鬼”前面我们已经详细讲解了线性SVM以及SMO的初步优化过程，具体可看：《MachineLearninginAction》——剖析支持向量机
玩世不恭的Coder·2023-08-17 00:30

支持向量机

参考https://www.cnblogs.com/pinard/p/6097604.htmlhttps://blog.csdn.net/alwaystry/article/details/60957096https://www.jianshu.com/p/55458caf0814https://blog.csdn.net/luoshixian099/article/details/5122775
沉静BBQ·2023-08-16 14:40

Linux: debug: systemtap: 如何调用内核函数inline

https://access.redhat.com/documentation/en-us/red_hat_enterprise_linux/6/html-single/systemtap_beginners_guide/index#mainsect-network从这个实例可以看到，可以直接调用内核的代码。但是对于inline的就不行了，因为根本就找不到其代码地址。probekernel.fun
mzhan017·2023-08-15 21:46

R语言进行支持向量机回归SVR和网格搜索超参数优化|附代码数据

p=23305最近我们被客户要求撰写关于支持向量机回归SVR的研究报告，包括一些图形和统计输出。
·2023-08-15 20:35

拓端tecdat|R语言进行支持向量机回归SVR和网格搜索超参数优化

原文链接：http://tecdat.cn/?p=23305在这篇文章中，我将展示如何使用R语言来进行支持向量回归SVR。我们将首先做一个简单的线性回归，然后转向支持向量回归，这样你就可以看到两者在相同数据下的表现。一个简单的数据集首先，我们将使用这个简单的数据集。正如你所看到的，在我们的两个变量X和Y之间似乎存在某种关系，看起来我们可以拟合出一条在每个点附近通过的直线。我们用R语言来做吧!第1步
·2023-08-15 20:01

R语言进行支持向量机回归SVR和网格搜索超参数优化|附代码数据

p=23305最近我们被客户要求撰写关于支持向量机回归的研究报告，包括一些图形和统计输出。
·2023-08-15 20:53

关于网络入侵检测领域使用Spark/Flink等计算框架做分布式

基于互信息法的智能化运维系统入侵检测Spark实现3基于Spark的车联网分布式组合深度学习入侵检测方法4基于Flink的分布式在线集成学习框架研究5基于Flink的分布式并行逻辑回归算法的研究6Flink平台下的分布式平衡级联支持向量机
不懂开发的程序猿·2023-08-15 08:44

Python数据分析-基于AdaBoost的营销响应预测

营销响应预测模型的实施主要采用分类算法，常用的算法包括：逻辑回归、支持向量机、随机森林等。本次分析的输入源数据来源自《python数据分析与数据化运营》第五章的order.xl
qq_28584559·2023-08-15 08:23

Python实现支持向量机SVM（Support Vector Machine）完整过程

支持向量机（SupportVectorMachine）属于有监督的机器学习算法，是一种二分类模型，可用于离散因变量的分类和连续因变量的预测。
Trisyp·2023-08-15 08:19

【Sklearn】基于支持向量机算法的数据分类预测（Excel可直接替换数据）

【Sklearn】基于支持向量机算法的数据分类预测（Excel可直接替换数据）1.模型原理1.1数学模型1.2模型原理2.模型参数3.文件结构4.Excel数据5.下载地址6.完整代码7.运行结果1.模型原理支持向量机
敲代码两年半的练习生·2023-08-15 08:18

西瓜书+南瓜书第六章支持向量机

目录前言一、间隔与支持向量二、对偶问题三、核函数四、软间隔与正则化前言即使现在深度学习神经网络的影响力逐渐增强，但SVM在中小型数据集上依旧有着可以和神经网络相抗衡的模型鲁棒性，在曾经的机器学习界有着很深的影响力
talentsta·2023-08-15 08:46

勘探开发人工智能技术：机器学习(3)

0提纲4.1logistic回归4.2支持向量机(SVM)4.3PCA1logistic回归用超平面分割正负样本,考虑所有样本导致的损失.1.1线性分类器logistic回归是使用超平面将空间分开,一边是正样本
HenrySmale·2023-08-14 22:05

解密人工智能：线性回归 | 逻辑回归 | SVM

4、支持向量机（SVM）算法4.1优点4.2缺点5、结语1、机器学习算法简介机器学习算法是一种基
春人.·2023-08-14 19:23

【量化课程】08_1.机器学习量化策略基础实战

1.2.1SVC介绍1.2.2SVC在量化策略中的应用2.机器学习量化策略实现的基本步骤3.策略实现1.常用机器学习模型1.1回归模型线性回归多层感知器回归自适应提升树回归随机森林回归1.2分类模型线性分类支持向量机
Taylor_29511·2023-08-14 11:08

回归预测 | MATLAB实现基于LSSVM-Adaboost最小二乘支持向量机结合AdaBoost多输入单输出回归预测

回归预测|MATLAB实现基于LSSVM-Adaboost最小二乘支持向量机结合AdaBoost多输入单输出回归预测目录回归预测|MATLAB实现基于LSSVM-Adaboost最小二乘支持向量机结合AdaBoost
机器学习之心·2023-08-14 09:51

【Pytroch】基于支持向量机算法的数据分类预测（Excel可直接替换数据）

【Pytroch】基于支持向量机算法的数据分类预测（Excel可直接替换数据）1.模型原理2.数学公式3.文件结构4.Excel数据5.下载地址6.完整代码7.运行结果1.模型原理支持向量机（SupportVectorMachine
敲代码两年半的练习生·2023-08-14 07:47

回归预测 | MATLAB实现基于PSO-LSSVM-Adaboost粒子群算法优化最小二乘支持向量机结合AdaBoost多输入单输出回归预测

回归预测|MATLAB实现基于PSO-LSSVM-Adaboost粒子群算法优化最小二乘支持向量机结合AdaBoost多输入单输出回归预测目录回归预测|MATLAB实现基于PSO-LSSVM-Adaboost
机器学习之心·2023-08-14 05:14

西安电子科大《深度学习》学习记录

目录第一章绪论1.3监督学习1.3.1支持向量机1.3.2决策树1.4无监督学习1.4.1主成分分析1.5机器学习第一章绪论绪论部分简要记录，讲了一些机器学习的方法，感觉可以回顾一下，简要记录。
蜡笔新小·2023-08-13 12:39

Matlab---自适应高斯核

MCNN提出了适用于高密度人群的自适应高斯核：笔者所理解的自适应高斯核函数：%function:通过高斯核产生相应的密度矩阵%parameter：im：输入图像，灰度图；points：标注的点[XY]，
X_xxieRiemann·2023-08-12 12:00

【Python机器学习】实验10 支持向量机

文章目录支持向量机实例1线性可分的支持向量机1.1数据读取1.2准备训练数据1.3实例化线性支持向量机1.4可视化分析实例2核支持向量机2.1读取数据集2.2定义高斯核函数2.3创建非线性的支持向量机2.4
Want595·2023-08-12 12:18

高斯模糊与图像处理（Gaussian Blur）

一维高斯核函数公式G(x)=12πσe−(x−μ)22σ2G(x)=\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(x-\mu)^2}{2\sigma
拜阳·2023-08-12 04:34

机器学习与深度学习目录

机器学习：线性回归逻辑回归决策树贝叶斯分类随机森林集成算法支持向量机kmeans聚类k近邻算法深度学习感知器自编码器受限玻尔兹曼机卷积神经网络循环神经网络生成对抗网络深度强化学习深度学习项目实战YOLOSSDMTCNNFasterRCNN
计算机视觉__掉队选手·2023-08-12 03:14

最小二乘问题和非线性优化

最小二乘问题和非线性优化0.引言1.最小二乘问题2.迭代下降法3.最速下降法4.牛顿法5.阻尼法6.高斯牛顿(GN)法7.莱文贝格马夸特(LM)法8.鲁棒核函数0.引言转载自此处，修正了一点小错误。
古路·2023-08-11 23:50

cuda sample_MultiGPU（3）

C:\ProgramData\NVIDIACorporation\CUDASamples\v11.0\0_Simple\simpleMultiGPU在GPU上执行的归约（reduce）内核函数。
whitelc·2023-08-11 09:17

机器学习在地球物理（地震）中的发展历程_1

BP神经网络（BackPropagationNeuralNetwork,BPNN）模拟退火（SimulatedAnnealing,SA）遗传算法（GA）粒子群算法（PSO）混合优化算法深度学习（DL）支持向量机
御月之夜·2023-08-11 09:43

支持向量机

全面理解SVM感知机感知机是一个二分类的线性分类模型，其输入为样本的特征向量，输出为样本的类别（+1或-1）。对于某特征向量x，有广义线性模型在感知机中，符号函数为阶跃函数它的几何解释是，f(x)是一个超平面，其中权值w是超平面的法向量，偏置b是超平面的截距。超平面把特征空间划分为两部分，位于超平面两端的特征向量分别被划分为正负两类。所以感知机模型是要求数据集线性可分的。训练感知机模型，首先需要一
Eu写字的地方·2023-08-11 09:16

SPGEMM_example解析

//设备端并行求偏移数组不判断当前列号是否出现过也添加进去//列号排序//然后计算#include//核函数每个线程负责一行计算当前行中有多少个元素并先存入相应的偏移量数组中行号的+1位置(不判断列号是否重复的版本
库达ZT·2023-08-10 14:29

支持向量机：原理与python案例

文章目录支持向量机浅析线性分类器间隔最大超平的含义线性支持向量机原理python实现案例支持向量机浅析支持向量机(SVM,supportvectormachine)是一种二类分类模型，其基本模型定义为特征空间上的间隔最大的线性分类器
人工智能学术前沿（真)·2023-08-09 14:33

支持向量机回归预测SVR——MATLAB超详细代码实现过程

本文主要针对支持向量机回归预测在MATLAB中的实现过程进行陈述，方便读者可以快速上手实现SVR回归预测，对支持向量机的原理将不再进行陈述。
死命学不要停·2023-08-09 14:03

Python支持向量回归SVR拟合、预测回归数据和可视化准确性检查实例

支持向量回归（SVR）是一种回归算法，它应用支持向量机（SVM）的类似技术进行回归分析。正如我们所知，回归数据包含连续的实数。
拓端研究室·2023-08-09 14:02

使用 Python 的支持向量回归 (SVR)：预测建模的实用方法

它是支持向量机(SVM)的一部分，用于变量之间的非线性关系。在本文中，我们将学习如何使用python语言实现它。了解SVR：SVR的目标是找到最适合数据点的超平面，同时允许误差容限。
Q shen·2023-08-09 14:01

pytorch Stream 多流处理

docs.nvidia.com/cuda/cuda-c-programming-guide/index.html#c-language-extensions中指出在kenel的调用函数中最后一个可选参数表示该核函数处在哪个流之中
FakeOccupational·2023-08-09 09:16

吃瓜教程-Task05

目录支持向量机间隔与支持向量SVM基本型对偶问题kkt条件例子对偶问题例子对偶问题原理解释软间隔与正则化替代损失函数支持向量回归例子支持向量机间隔与支持向量在样本空间中，划分超平面可通过如下线性方程来描述
BIT_mk·2023-08-08 15:45

机器学习---监督学习和非监督学习

常见算法：K近邻算法线性回归logistic回归支持向量机（SVM）决策树和随机森林神经网络无监督学习无监督学习的训练数据都是未经标
末世灯光·2023-08-08 13:46

C++(CMake)视觉OpenCV-Raspberry Pi图像处理-3D图像重建-面部界标检测-卷积神经网络车牌自动识别-深度神经网络面部检测和识别

使用SfM模块将场景重建为稀疏点云，包括相机位姿，以及如何使用多视图立体获取密集点云；使用人脸模块进行人脸界标（也称为人脸标记）检测的过程；图像分割和特征提取、模式识别基础知识和两种重要的模式识别算法，支持向量机
亚图跨际·2023-08-08 05:39

数据分类机器学习算法（支持向量机 | 朴素贝叶斯 | 逻辑回归 | 决策树 | 神经网络）

案例根据症状，实验室结果和历史诊断预测临床诊断使用索赔金额，药物易感性，疾病和提供者等数据预测医疗保健索赔是否为欺诈以下是用于预测分类结果的最常用算法的介绍：支持向量机，朴素贝叶斯，逻辑回归，决策树和神经网络支持向量机如果在
亚图跨际·2023-08-08 05:08

Matlab实现支持向量机算法（附上多个完整仿真源码）

支持向量机是一种常见的机器学习算法，它可以用于分类和回归问题。在Matlab中使用支持向量机，可以方便地构建和训练模型，并进行预测和评估。
YOLO数据集工作室·2023-08-07 20:46

回归预测 | MATLAB实现SVR(支持向量机回归)多输入多输出

回归预测|MATLAB实现SVR(支持向量机回归)多输入多输出目录回归预测|MATLAB实现SVR(支持向量机回归)多输入多输出预测效果基本介绍程序设计参考资料预测效果基本介绍MATLAB实现SVR(支持向量机回归
机器学习之心·2023-08-07 18:55

回归预测 | MATLAB实现SVR(支持向量机回归)K折交叉验证

回归预测|MATLAB实现SVR(支持向量机回归)K折交叉验证目录回归预测|MATLAB实现SVR(支持向量机回归)K折交叉验证基本介绍划分原理留一划分交叉验证K折交叉程序设计参考资料致谢基本介绍在机器学习里
机器学习之心·2023-08-07 18:25

机器学习 | MATLAB实现支持向量机回归参数设定

机器学习|MATLAB实现支持向量机回归参数设定目录机器学习|MATLAB实现支持向量机回归参数设定基本介绍参数描述学习总结参考资料基本介绍RegressionSVM是一种支持向量机(SVM)回归模型。
机器学习之心·2023-08-07 18:25

回归预测 | MATLAB实现SVR(支持向量机回归)fitrsvm参数设定

回归预测|MATLAB实现SVR(支持向量机回归)fitrsvm参数设定目录回归预测|MATLAB实现SVR(支持向量机回归)fitrsvm参数设定fitrsvm模型构建线性支持向量机回归RBF支持向量机回归交叉验证
机器学习之心·2023-08-07 18:24

时序预测 | Matlab实现基于SVR支持向量机回归的电力负荷预测模型

文章目录预测结果基本介绍程序设计参考资料预测结果基本介绍时序预测|Matlab实现基于SVR支持向量机回归的电力负荷预测模型支持向量机（英语：supportvectormachine，常简称为SVM，又名支持向量网络
机器学习之心·2023-08-07 18:53
上一页 17 18 19 20 21 22 23 24 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他