文本分类（svm）

NLP常见任务的分类指标

以下是一些常见的NLP任务以及相应的评估指标：1、文本分类任务：准确率（Accuracy）：分类正确的样本数量与总样本数量的比例。精确率（Precision）：针对预测为正例的样本，实际为正例的比例。
辰阳星宇·2023-11-07 06:03

机器学习：Python中如何使用支持向量机(SVM)算法

(简单介绍一下支持向量机，详细介绍尤其是算法过程可以查阅其他资)在机器学习领域，支持向量机SVM(SupportVectorMachine)是一个有监督的学习模型，通常用来进行模式识别、分类(异常值检测
勤奋的可乐·2023-11-07 01:48

SVM的数学原理

SVM的数学原理前言线性分类器可分离的case原始优化问题支持向量对偶优化问题不可完全分离的case原始优化问题支持向量对偶优化问题前言看了大概10天的SVM，本来计划着自己从零到有写一篇对SVM的数学原理的理解
Leo-Ma·2023-11-06 23:03

C++实现SVM 算法

（一）数学推导首先熟悉SVM的基础数学原理，可根据一下几篇博客的详细推导作为参考（强烈推荐）：SVM解释：一、SVM的整体框架SVM解释：二、SVM的数学基础SVM解释：三、线性可分的情况SVM解释：四
codestorm04·2023-11-06 23:31

Svm算法原理及实现

Svm算法原理及实现Svm（supportVectorMac）又称为支持向量机，是一种二分类的模型。当然如果进行修改之后也是可以用于多类别问题的分类。支持向量机可以分为线性核非线性两大类。
_Mr_Zhang_·2023-11-06 23:30

SVM数学原理及代码实现

1.1二维空间简单示例SVM（支持向量机）的典型应用是分类问题，先举一个简单的例子：在上述二维空间当中，我们将正方形是分到A类还是B类呢？SVM就是给了我们一个将正方形分到A类或是B类的方法。
taichitaichi·2023-11-06 23:00

SVM算法

研究背景支持向量机(SupportVectorMachine,SVM)是一种非常流行的分类和回归算法，它利用核函数将数据映射到高维空间，在该空间中寻找最优的超平面来进行分类或回归预测。
丰。。·2023-11-06 22:24

如何选择SVM中最佳的【核函数】

参数“kernel"在sklearn中可选以下几种选项：接下来我们就通过一个例子，来探索一下不同数据集上核函数的表现。我们现在有一系列线性或非线性可分的数据，我们希望通过绘制SVC在不同核函数下的决策边界并计算SVC在不同核函数下分类准确率来观察核函数的效果。我们先来导入相应的模块：importnumpyasnpimportmatplotlib.pyplotaspltfrommatplotlib.
数字生命Allen·2023-11-06 22:54

如何对非线性【SVM】进行三维可视化

首先导入相应的模块，fromsklearn.datasetsimportmake_blobsfromsklearn.svmimportSVCimportmatplotlib.pyplotaspltimportnumpyasnp
数字生命Allen·2023-11-06 22:54

线性【SVM】数学原理和算法实现

一.数学原理SVM是一类有监督的分类算法，它的大致思想是：假设样本空间上有两类点，如下图所示，我们希望找到一个划分超平面，将这两类样本分开，我们希望这个间隔能够最大化来使得模型泛化能力最强。
数字生命Allen·2023-11-06 22:52

非线性【SVM】的创建和使用

先来绘制散点图：fromsklearn.datasetsimportmake_circlesX,y=make_circles(100,factor=0.1,noise=.1)#100个样本，factor:内圈和外圈的距离之比，noise:噪声X.shapey.shapeplt.scatter(X[:,0],X[:,1],c=y,s=50,cmap="rainbow")plt.show()接下来绘制
数字生命Allen·2023-11-06 22:52

ElasticSearch启动报错总结 （不断更）

1.ERROR:[1]bootstrapchecksfailed:maxvirtualmemoryareasvm.max_map_count[65530]istoolow,increasetoatleast
六阳plus·2023-11-06 20:13

机器学习---SVM目标函数求解，SMO算法

1.线性可分支持向量机1.1定义输入数据假设给定⼀个特征空间上的训练集为：其中，(x,y)称为样本点。x为第i个实例（样本）。y为x的标记：当y=1时，x为正例；当y=−1时，x为负例正负用（-1，1）表示的原因：最大的作用就是标记，你也可以⽤(2，-3)来标记。只是为了⽅便，y/y=y∗y的过程中刚好可以相等，便于之后的计算。）1.2最大间隔给定了上⾯提出的线性可分训练数据集，通过间隔最大化得到
三月七꧁ ꧂·2023-11-06 20:21

【机器学习】—SVM中拉格朗日算法和SMO算法

目录1.SVM的约束最优化问题2
TIYI.DOT·2023-11-06 20:50

Section1.3 Examples

ExamplesExamplesSomeDependenciesproblemsVMWareHostsharefolderwithGuestMajarosshLaTexSoftwareInstallibuscannotcopydatabaseSomeDependenciesproblems
BetaGrey·2023-11-06 15:31

软件构件相关

目录1.核心特点2.构件的三个层次3.构件组装4.构件分类的方法1.关键字分类法1.检索方式2.优缺点2.刻面分类法1.检索方式2.优缺点3.超文本分类法1.检索方式2.优缺点5.构件的标准1.优缺点6
q495673918·2023-11-06 13:43

Transformer：开源机器学习项目，上千种预训练模型 | 开源日报 No.66

该项目主要功能包括：文本处理：支持超过100种语言的文本分类、信息抽取、问答、摘要生成和翻译等任务。图像处理：支持图像分类、目标检测和分割等任务。音频处理：支持语
开源服务指南·2023-11-06 13:39

简单数字验证码的机器识别探索

问题在某网站登录后，查询过程中需要输入数字加减操作的图形验证码解决方法利用opencv提供的图片处理能力，进行切割、降噪、门限等操作，抓取特性，再送入opencv自带的knn和svm线性分类器，最终实现数字验证码结果的机器识别过程最开始觉得图片数字验证码挺简单的
快乐的阿常艾念宝·2023-11-05 23:36

2019-08-11

任务3-建模（2天）用逻辑回归、svm和决策树；随机森林和XGBoost进行模型构建，评分方式任意，如准确率等。
简书Sandra·2023-11-05 20:16

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.·2023-11-05 11:45

《异常检测——从经典算法到深度学习》23 TimesNet: 用于常规时间序列分析的时间二维变化模型

zz#《异常检测——从经典算法到深度学习》0概论1基于隔离森林的异常检测算法2基于LOF的异常检测算法3基于One-ClassSVM的异常检测算法4基于高斯概率密度异常检测算法5Opprentice——
smile-yan·2023-11-04 17:50

ChatGPT 进阶1- 提示工程简介

ChatGPT有很多应用场景，主要包括：文本生成、问答系统、智能对话、文本摘要、语言翻译、语法纠错、情感分析、自然语言推理、数据抽取和文本分类等。尽管ChatG
晴雪月乔·2023-11-04 16:21

文本分类

包括这次要处理的文本分类，实际上也是建立在文本预处理模型的基础上,提供了一层将文本量化的操作，有如下的优点:不必关注文本处理从迁移学习中受益输出具有固定长度，容易数据处理1.模型的加载和设置embedding
陈道乐·2023-11-04 15:42

pytorch框架:conv1d、conv2d的输入数据维度是什么样的

的输入数据维度通常是一个三维张量，形状为(batch_size,in_channels,sequence_length)，其中：batch_size表示当前输入数据的批次大小；in_channels表示当前输入数据的通道数，对于文本分类任务通常为
WTIAW.TIAW·2023-11-04 14:56

matlab里支持向量机SVM实例1葡萄酒分类

将这178个样本的50%作为训练集，另50%作为测试集，用训练集对SVM进行训练可以得到分类模型，再用得到的模型对测试集进行类别标签预测。
Studying 开龙wu·2023-11-04 14:17

SVM支持向量机系列理论（一） 线性可分SVM与硬间隔最大化

文章目录1线性可分SVM与硬间隔最大化1.1SVM思想1.2SVM算法的推导1.3经典SVM二次规划问题的求解1线性可分SVM与硬间隔最大化硬间隔最大化指的是当数据完全可分时，支持向量和分离超平面之间的间隔最大化
知了不知蝉鸣惊·2023-11-04 14:15

故障诊断模型 | Maltab实现SVM支持向量机的故障诊断

效果一览文章概述故障诊断模型|Maltab实现SVM支持向量机的故障诊断模型描述Chinese:Options：可用的选项即表示的涵义如下-ssvm类型：SVM设置类型(默认0)0–C-SVC1--v-SVC2
算法如诗·2023-11-04 14:35

Android Studio运行Java main()方法

下面一起来看一下用法：第一步直接新建一个JavaClass文件第二步main方法的快捷生成键为：psvm第三步System.out.println()的快捷生成键
艾阳Blog·2023-11-04 11:47

数据分析--机器学习

监督学习分为两类问题：回归和分类回归：线性回归、回归树、非线性回归、贝叶斯线性回归、多项式回归分类：随机森林、决策树、逻辑回归、SVM、朴素贝叶
不上晚自习·2023-11-04 03:22

svm和梯度下降_解决svm随机梯度下降和铰链损失

svm和梯度下降介绍(Introduction)ThispostconsiderstheverybasicsoftheSVMprobleminthecontextofhardmarginclassificationandlinearlyseparabledata.Thereisminimaldiscussionofsoftmarginsandnodiscussionofkerneltricks
weixin_26704853·2023-11-04 02:38

【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

机器学习 —— 支持向量机

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、SMO算法4.1小规模数据集4.2应用简化版SMO算法处理小规模数据集4.3、利用完整PlattSMO算法加速优化五、示例：基于SVM
DreamWendy·2023-11-03 19:48

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

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

Docker安装Elasticsearch

准备工作安装DockerDocker安装Elasticsearch1.设置max_map_count不能启动es会启动不起来不设置启动会提示：maxvirtualmemoryareasvm.max_map_count
快起来写bug了·2023-11-03 08:35

使用TorchText库进行文本分类

使用Torchtext库进行文本分类（官方的例子）配置：torch1.8.1+cputorchtext0.9.1官方文档的链接：https://pytorch.org/tutorials/beginner
莫言莫语123·2023-11-03 07:01

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

1.间隔的定义：函数间隔和几何间隔2.SVM优化目标：找到最大的几何间隔的分离超平面，不仅能将正负点分开，还要有足够大的确信度。
__cbf0·2023-11-03 02:35

RDF, RDFS代写、代写CS/python语言、代做dbpedia、代写C/C++设计代写R语言编程|代做R语言编程

FromknowledgeextractiontoknowledgerepresentationTherearedifferenttoolsandtechniquesthatallowto:RepresentknowledgeusingRDF,RDFSandOWLExtractknowledgefromtextusingNativeBayesandSVMInthisproject
vvggn87·2023-11-03 00:34

基于sentencepiece工具和unicode编码两种编码分词的word2vec（CBOW，Skip-gram）词向量训练，并结合TextCNN模型，替换初始词向量进行文本分类任务

基于sentencepiece工具和unicode编码两种编码分词的word2vec（CBOW，Skip-gram）词向量训练，并结合TextCNN模型，替换初始词向量进行文本分类任务博主这次做的实验很难
Mr Gao·2023-11-02 22:25

NLP之Bert实现文本分类

文章目录1.代码展示2.整体流程介绍3.代码解读4.报错解决4.1解决思路4.2解决方法5.Bert介绍5.1什么是BertBERT简介：BERT的核心思想：BERT的预训练策略：BERT的应用：为什么BERT如此受欢迎？总结：1.代码展示fromtqdmimporttqdm#可以在循环中添加进度条x=[1,2,3]#listprint(x[:10]+[0]*-7)fromtransformers
赵孝正·2023-11-02 21:07

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。
Richard_wx·2023-11-02 18:54

支持向量机SVM

（Machinelearning）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
MachineLP·2023-11-02 18:24

支持向量机SVM

（Machinelearning）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
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

16. 机器学习 - 决策树

在上一节课讲SVM之后，再给大家将一个新的分类模型「决策树」。我们直接开始正题。
茶桁·2023-11-02 12:21

机器学习_XGB模型训练内存溢出解决方案

数据读取与处理模型训练之前笔者有写过数据读取与处理解决内存溢出的相关处理方案（核心是用生成器分批处理）可以看笔者之前的文章：机器学习预处理效率及内存优化（多进程协程优化）本文主要讲解如何处理xgb模型训练的时候内存溢出的情况一、内存数据转libsvm
Scc_hy·2023-11-02 11:44

One-class SVM算法对Letter Recognition数据集进行异常值检测，给个代码。

One-classSVM算法是一种异常值检测算法，它只需要正常样本的数据来训练模型，然后用训练出的模型来判断新样本是否为异常样本。
芥子纳须弥1116·2023-11-02 08:57

python one class svm_Python机器学习笔记：One Class SVM

前言最近老板有一个需求，做单样本检测，也就是说只有一个类别的数据集与标签，因为在工厂设备中，控制系统的任务是判断是是否有意外情况出现，例如产品质量过低，机器产生奇怪的震动或者机器零件脱落等。相对来说容易得到正常场景下的训练数据，但故障系统状态的收集示例数据可能相当昂贵，或者根本不可能。如果可以模拟一个错误的系统状态，问题就好解决多了，但无法保证所有的错误状态都被模拟到，所以只能寻找单样本检测相关的
weixin_39575775·2023-11-02 08:56
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他