支持向量机

机器学习笔记 - 感知器的数学表达

感知机是神经网络的雏形，同时也是支持向量机的基础，感知机对应
坐望云起·2023-11-04 12:41

深入理解XGboost

AI蜗牛车1.写在前面如果想从事数据挖掘或者机器学习的工作，掌握常用的机器学习算法是非常有必要的，在这简单的先捋一捋，常见的机器学习算法：监督学习算法：逻辑回归，线性回归，决策树，朴素贝叶斯，K近邻，支持向量机
文文学霸·2023-11-04 03:19

【机器学习】几种常用的机器学习调参方法

以支持向量机（SVM）为例，其中C、kernel和gamma就是超参数，而通过数
TwcatL_tree·2023-11-04 01:15

Task2 bayes_plus

常见的基于判别模型算法有逻辑回归、线性回归、支持向量机、提升方法、条件随机场、人工神经网络、随机森林、感知器举例：要确定一个瓜是好瓜还是坏瓜，用判别模型的方法是从历史数据中学习到模型，然后通过提取这个瓜的
酱油啊_·2023-11-04 00:22

机器学习 —— 支持向量机

目录一、基于最大间隔分隔数据1.1线性模型1.2超平面1.3支持向量1.4支持向量机二、寻找最大间隔三、拉格朗日乘子法与对偶问题3.1对偶问题：等式约束3.2不等式约束的KKT条件3.3最大间隔问题的拉格朗日乘法四
DreamWendy·2023-11-03 19:48

机器学习之支持向量机

支持向量机：超平面：比数据空间少一个维度，为了将数据进行切分，分为不同的类别，决策边界是超平面的一种决策边界：就是再二分类问题中，找到一个超平面，将数据分为两类，最合适的超平面就叫做决策边界，当现有的数据难以二分类
qq_38404903·2023-11-03 19:46

Python数模笔记-Sklearn（5）支持向量机

支持向量机（Supportvectormachine,SVM）是一种二分类模型，是按有监督学习方式对数据进行二元分类的广义线性分类器。
youcans·2023-11-03 17:27

【Python机器学习】零基础掌握BaggingRegressor集成学习

这时候，单一的模型（如支持向量机回归）可能表现得并不够好。考虑到这个问题，解决方案可能是使用集成方法，特别是Bagging算法，来提升模型的性能。
Mr数据杨·2023-11-03 14:36

支持向量机SVM解决分类问题及回归问题python代码实现

1.支撑向量机SVM介绍支持向量机SVM算法可用来解决分类问题及回归问题。通过引入核函数，也能有效地解决非线性数据集的分类及回归问题，其主要思想即为支撑向量的建立。
南山十一少·2023-11-03 09:07

Python机器学习实战（一）

文章目录基于逻辑回归实现乳腺癌预测基于k-近邻算法实现鸢尾花分类基于决策树实现葡萄酒分类基于朴素贝叶斯实现垃圾短信分类基于支持向量机实现葡萄酒分类基于高斯混合模型实现鸢尾花分类基于主成分分析实现鸢尾花数据降维基于奇异值分解实现图片压缩基于逻辑回归实现乳腺癌预测
数据攻城小狮子·2023-11-03 09:05

回归预测 | Matlab实现POA-CNN-SVM鹈鹕算法优化卷积神经网络-支持向量机多变量回归预测

Matlab实现POA-CNN-SVM鹈鹕算法优化卷积神经网络-支持向量机多变量回归预测目录Matlab实现POA-CNN-SVM鹈鹕算法优化卷积神经网络-支持向量机多变量回归预测效果一览基本介绍程序设计参考资料效果一览基本介绍
机器学习之心·2023-11-03 07:03

Udacity机器人软件工程师课程笔记（二十二) - 物体识别 - 色彩直方图，支持向量机SVM

物体识别1.HSV色彩空间如果要进行颜色检测，HSV颜色空间是当前最常用的。HSV(Hue,Saturation,Value)是根据颜色的直观特性由A.R.Smith在1978年创建的一种颜色空间,也称六角锥体模型(HexconeModel)。这个模型中颜色的参数分别是：色调（H），饱和度（S），亮度（V）。HSV模型的三维表示从RGB立方体演化而来。设想从RGB沿立方体对角线的白色顶点向黑色顶点
Stan Fu·2023-11-03 05:10

SVM

因此，根据最大间隔法，可得优化目标和约束条件3.引出线性可分支持向量机，利用拉格朗日对偶性可得对偶算法，求解优化问题。最后给出支持向量的定义4.泛化性更强的SVM：线性支持向量机和非线性支持向量机。
__cbf0·2023-11-03 02:35

机器学习初步_吴恩达_学习笔记

还有神经网络、支持向量机、无监督学习等模块还没有写，有空了再写1.初始机器学习机器学习的定义最常见的两类机器学习算法有监督学习：我们教会计算机做某件事情无监督学习：我们让计算机自己学习其他类型算法：强化学习
帅小帅家的小吴昊·2023-11-02 23:41

ML学习心得（4）----SVM支持向量机 之一

0、前言网上有好多大神关于SVM的博客，在Reference中都有提及。而AndrewNg从另外的角度引出了SVM，简单的阐述了SVM的工作原理，具体的可以看看他的公开课。我这里打算1、介绍SVM和其dual优化；2、SVM和核函数以及其松弛变量处理outliers；3、SMO算法。感觉工作量有些大，不知道自己能不能很清楚的理清自己的思路。1、什么是SupportVectorMachine(SVM
Richard_wx·2023-11-02 18:54

支持向量机SVM

包括单参数的线性回归、多参数的线性回归、OctaveTutorial、LogisticRegression、Regularization、神经网络、机器学习系统设计、SVM（SupportVectorMachines支持向量机
MachineLP·2023-11-02 18:24

支持向量机SVM

包括单参数的线性回归、多参数的线性回归、OctaveTutorial、LogisticRegression、Regularization、神经网络、机器学习系统设计、SVM（SupportVectorMachines支持向量机
hellotruth·2023-11-02 18:52

机器学习---支持向量机的初步理解

1.SVM的经典解释改编自支持向量机解释得很好|字节大小生物学(bytesizebio.net)话说，在遥远的从前，有一只贪玩爱搞破坏的妖怪阿布劫持了善良美丽的女主小美，智勇双全的男主大壮挺身而出，大壮跟随阿布来到了妖怪的住处
三月七꧁ ꧂·2023-11-02 18:21

支持向量机入门系列-3：寻找最优值的下界

我们首先要引入包含不等式约束的优化问题，标准形式如下：（1）f(x)是目标函数，而后面分别是一系列的不等式约束和等式约束。我们首先明确几个概念：可行点（可行解）：所有满足约束的点x。可行域：所有可行点组成的点集，记为R。正式写出来就是：最优点（最优解）：满足约束（也就是处于可行域之内）并且使目标函数达到最小的点，记为x*。最优值：如果找到了x*，p*=f(x*)就是最优值。明确了这些概念以后我们就
赫然·2023-11-02 08:00

Data Augmentation 数据增强分类

在涉及文本识别的数据集上，如MNIST或支持向量机，这不是一个保持标签的转换。2.Colorspace数字图
龙小治·2023-11-02 06:57

回归预测 | Matlab实现SSA-CNN-SVM麻雀算法优化卷积神经网络-支持向量机的多输入单输出回归预测

回归预测|Matlab实现SSA-CNN-SVM麻雀算法优化卷积神经网络-支持向量机的多输入单输出回归预测目录回归预测|Matlab实现SSA-CNN-SVM麻雀算法优化卷积神经网络-支持向量机的多输入单输出回归预测效果一览基本介绍程序设计参考资料效果一览基本介绍
机器学习之心·2023-11-02 01:44

回归预测 | Matlab实现WOA-CNN-SVM鲸鱼算法优化卷积神经网络-支持向量机的多输入单输出回归预测

回归预测|Matlab实现WOA-CNN-SVM鲸鱼算法优化卷积神经网络-支持向量机的多输入单输出回归预测目录回归预测|Matlab实现WOA-CNN-SVM鲸鱼算法优化卷积神经网络-支持向量机的多输入单输出回归预测效果一览基本介绍程序设计参考资料效果一览基本介绍
机器学习之心·2023-11-02 01:44

回归预测 | Matlab实现SO-CNN-SVM蛇群算法优化卷积神经网络-支持向量机的多输入单输出回归预测

Matlab实现SO-CNN-SVM蛇群算法优化卷积神经网络-支持向量机的多输入单输出回归预测目录Matlab实现SO-CNN-SVM蛇群算法优化卷积神经网络-支持向量机的多输入单输出回归预测效果一览基本介绍程序设计参考资料效果一览基本介绍
机器学习之心·2023-11-02 01:12

机器学习之PyTorch和Scikit-Learn第3章 使用Scikit-Learn的机器学习分类器之旅Part 1

本章讲解的主要内容有：介绍用于分类的健壮知名算法，如逻辑回归、支持向量机、决策树和K
矢寸心·2023-11-01 06:18

R - 核支持向量机预测模型构建详解：以短波辐射通量shortwave flux为例

目录0.问题导入1.示例数据2.导入示例数据3.将示例数据按照70%/30%拆分为训练组与验证组4.构建核支持向量机预测模型（SVR）5.模型训练结果与实测数据相关性及RMSE分析（图1）6.模型训练结果与实测数据时间路径分析
TroyShen·2023-10-31 23:57

matlab svm使用教程,使用matlab的svm(支持向量机)参数介绍

svmtrain(1,2,3,4,5,6)可见该训练模型函数有6个参数的得到训练model。1.第一个是需要训练的数据(a1,a2,a3...)ai=(x1,x2,x3...)(xi代表不同的属性值)2.第二个参数是训练数据的标记lambel，一般是-1和+1。注意的是第一第二参数一般都要进行导致(数据标准化)，且统一行或列(如lambel是以列表示，那么a向量也要是(a1,a2,a3...)的转
weixin_39796149·2023-10-31 11:29

数据融合的方法及典型应用

一、数据融合的方法数据融合的基本方法包括神经网络、支持向量机、主成分分析、小波变换等。下面将简要介绍其中的两种方法。神经网络是一种模拟人脑神经元结构的计算模型，能够模拟人类的联想、学习和
渣渣威的仿真秀·2023-10-31 08:48

回归预测 | Matlab实现RIME-CNN-SVM霜冰优化算法优化卷积神经网络-支持向量机的多变量回归预测

回归预测|Matlab实现RIME-CNN-SVM霜冰优化算法优化卷积神经网络-支持向量机的多变量回归预测目录回归预测|Matlab实现RIME-CNN-SVM霜冰优化算法优化卷积神经网络-支持向量机的多变量回归预测效果一览基本介绍程序设计参考资料效果一览基本介绍
机器学习之心·2023-10-31 06:01

仪酷LabVIEW OD实战(1)——目标检测Object Detection工具包的安装

‍‍博客主页：virobotics(仪酷智能)：LabVIEW深度学习、人工智能博主所属专栏：『LabVIEW深度学习工具包』『仪酷LabVIEW目标检测工具包实战』上期文章：『使用LabVIEW实现SVM支持向量机
仪酷智能·2023-10-31 04:30

机器学习 - 支持向量机

Hi,你好。我是茶桁。逻辑回归预测心脏病在本节课开始呢，我给大家一份逻辑回归的练习，利用下面这个数据集做了一次逻辑回归预测心脏病的练习。本次练习的代码在「茶桁的AI秘籍」在Github上的代码库内，数据集的获取在文末。这样做是因为我的数据集都是和百度盘同步的，很多数据集过大了，所以也就不传Github了。而且，我直接获取盘内同步数据也更方便。还有一个原因，有些数据集可能以后会收费获取。好，让我们进
茶桁·2023-10-31 03:28

线性不可分用支持向量机和神经网络,高频率留下的是图像细节。低频率留下的是图像整体。通过滤波永远只会使图像失去更多的信息，而不是增加细节。

高频率留下的是图像细节。低频率留下的是图像整体。通过滤波永远只会使图像失去更多的信息，而不是增加细节。"线性"和"线性不可分"是机器学习中的两个重要概念。线性：想象一下，你有一堆红色和蓝色的球，你需要将它们分开。如果你可以用一条直线（在二维空间）或一个平面（在三维空间）将这两种颜色的球完全分开，那么我们就说这些数据是线性可分的。例如，假设你有一个篮球场，红队的球员都在一个半场，蓝队的球员都在另一个
鼾声鼾语·2023-10-30 17:21

人工智能 python入门体验课_Python系列课程——人工智能篇简单入门

下面推荐的这个内容比较适合小白，如果数学、模型理论基础不扎实也没关系，可以掌握Python编程语言基本可以轻松学习~例如利用Python编程语言实现线性分类器、支持向量机、朴素贝叶斯等经典机器学习模型来解决诸如肿瘤良恶性预测
weixin_39536427·2023-10-30 17:22

古老的spc也可以用机器学习（三）-支持向量机算法

现在大数据、机器学习应用越来越广泛，而机器学习算法的一个常见应用就算异常检测，本文介绍的是一种叫做二分类支持向量机算法进行异常检测。支持向量机简单描述一下，不做过多解释。
statr·2023-10-30 14:10

《Machine Learning in Action》—— 白话贝叶斯，“恰瓜群众”应该恰好瓜还是恰坏瓜

手撕机器学习系列文章目前已经更新了支持向量机SVM、决策树、K-近邻（KNN），现在我们来玩玩贝叶斯算法，其他机器学习系列文章可根据自己需求来食用（持续更新中）：《MachineLe
玩世不恭的Coder·2023-10-30 07:44

SVG类库

您可以设计漂亮的图标作为支持向量机，并缩放到任何大小，而不损失质量。考虑到视网膜显示器的发展，这是SVG格式的最大优点之一。如果你想动画或操纵你的svg，这将需要更多的工作。
Shiyouzhang·2023-10-29 10:08

机器学习第六章支持向量机学习笔记

1.如何为一个训练集找到可以划分不同类别样本的划分超平面划分超平面那可以通过一个线性方程来描述使划分超平面的划分结果正确的训练样例称为支持向量两个异类（超平面两边的）支持向量（训练样例）到超平面的距离之和为间隔找到使训练样本具有最大间隔的划分超平面，也就是找到满足条件的参数wb，使间隔最大2训练完成后只需保留支持向量（被正确划分的向量）对偶问题3.如何处理非线性问题1）高维映射为了简化高维映射后对
69ae7603d0cc·2023-10-29 04:28

nodejs+vue宁夏旅游景点客流量数据分析

然后通过引入混沌算法构建了旅游景点客流量预测的学习样本,最后引入数据挖掘技术对旅游景点客流量预测进行建模,与粒子群算法优化BP神经网络的,支持向量机的旅游景点客流量预测模型的目录摘要IABSTRACTII
QQ511008285·2023-10-28 05:42

Spark 初探总结

map,floatMap,groupByKey...动作count,collect,save...3.学习算法分类与回归->监督式学习(带标签)目标结果明确线性回归逻辑回归,多元逻辑回归决策树朴素贝叶斯,支持向量机
shaun_x·2023-10-27 18:06

LDA主题模型——gensim实战

今天我们来谈谈主题模型(LatentDirichletAllocation),由于主题模型是生成模型，而我们常用的决策树，支持向量机，CNN等常用的机器学习模型的都是判别模型。
王同学死磕技术·2023-10-27 11:27

【基于Matlab，svm的农作物叶片的识别与分类】GUI,源代码

关于SVM20世纪90年代，支持向量机SVM被Cortes和Vapnik率先研究出，它可在小样本中得到较为精确的训练样本，在非线性中通过转换计算出分类间隔，并能够进行有效的机器学习。
试图清醒kk·2023-10-27 09:35

支持向量机（SVM）

它的中文名：支持向量机（SupportVectorMachine,简称SVM）。因为它红极一时，所以关于它的资料特别多，而且杂乱。虽然如此，只要把握住SVM的一些特点，至少可以做到思路清晰。
轩儿毛肚·2023-10-27 09:04

支持向量机（Support Vector Machine，SVM）

声明：来源https://blog.csdn.net/xiaowei_cqu/article/details/35993729，（个人感觉博主xiaowei_cqu很多博文写的都不错，值得学习）另外，关于SVM和核函数的介绍还可以参考：https://blog.csdn.net/batuwuhanpei/article/details/52354822https://blog.csdn.net/b
hi_linda·2023-10-27 08:57

C#，数值计算——分类与推理，基座向量机（SVM，Support Vector Machines）的计算方法与源程序

把SupportVectorMachines翻译成支持向量机是书呆子翻译。基座向量机不好吗。
Trufferover·2023-10-27 08:53

用支持向量机SVM进行光学字符识别OCR

lettersletter_classifierletter_classifierSupportVectorMachineobjectofclass"ksvm"SVtype:C-svc(classification)parameter:costC=1Linear(vanilla)kernelfunction.NumberofSupportVectors:7037ObjectiveFunctionV
努力的敲码工·2023-10-26 21:33

支持向量机松弛变量的理解

1，线性可分，即能找到超平面，对于硬间隔支持向量机2，部分点不可分，总体近似可分，近似线性可分，对应软间隔支持向量机3，线性不可分，需要用到核函数软间隔支持向量机要加个松弛变量ξ。
永胜永胜·2023-10-26 21:26

统计学习方法——支持向量机(SVM)

SVM支持向量机(supportvectormachines,SVM)是一种二类分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器；支持向量机还包含核技巧，这使它成为实质上的非线性分类器支持向量机的学习算法是求解凸二次规划的最优化算法欧几里得空间和希尔伯特空间
AndrewZhou924·2023-10-26 16:18

统计学习方法 支持向量机（下）

文章目录统计学习方法支持向量机（下）非线性支持向量机与和核函数核技巧正定核常用核函数非线性SVM序列最小最优化算法两个变量二次规划的求解方法变量的选择方法SMO算法统计学习方法支持向量机（下）学习李航的
Air浩瀚·2023-10-26 16:46

统计学习方法 拉格朗日对偶性

在许多统计学习的约束最优化问题中，例如最大熵模型和支持向量机，常常使用拉格朗日对偶性（Lagrangeduality）将原始问题转换为对偶问题，通过求解对偶问题而得到原始问题的解。
Air浩瀚·2023-10-26 16:46

统计学习方法 支持向量机（上）

文章目录统计学习方法支持向量机（上）线性可分支持向量机与硬间隔最大化定义硬间隔最大化对偶算法线性支持向量机与软间隔最大化定义软间隔最大化对偶算法合页损失函数统计学习方法支持向量机（上）读李航的《统计学习方法
Air浩瀚·2023-10-26 16:42

深度神经网络为何成功？其中的过程、思想和关键主张选择

与神经网络竞争的是传统机器学习方法，比如SVM（支持向量机）。这个阶段性能比神经网络方法好。机器学习研究人员的观点：相信机器学习既重要又美丽，用优雅的理论证明各种模型的性质。
xw555666·2023-10-26 12:54
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他