线性分类器

【机器学习算法2】——SVM

通俗来讲，它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，即支持向量机的学
qq_29828623·2016-04-21 22:00

SVM算法原理

各种资料对它评价甚高，说“它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中”SVM之线性分类器如果一个线性函数能够将样本完全
莫尔的国·2016-04-18 18:04

SVM算法原理

各种资料对它评价甚高，说“它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中”SVM之线性分类器如果一个线性函数能够将样本完全
u012581541·2016-04-18 18:00

logistic回归详解一：为什么要使用logistic函数

从线性分类器谈起给定一些数据集合，他们分别属于两个不同的类别。例如对于广告数据来说，是典型的二分类问题，一般将被点击的数据称为正样本，没被点击的数据称为负样本。
bitcarmanlee·2016-04-14 19:27

logistic回归详解（一）

从线性分类器谈起给定一些数据集合，他们分别属于两个不同的类别。例如对于广告数据来说，是典型的二分类问题，一般将被点击的数据称为正样本，没被点击的数据称为负样本。
bitcarmanlee·2016-04-14 19:00

【HowTo ML】分类问题->神经网络入门

非线性分类器(Non-linearhypotheses)为什么使用非线性分类器我们举几个栗子:假如我们有一个数据空间如左上角坐标系所示,那么我们要的模型需要如右边公式所示的预测函数.假设有n个特征那么计算二次多项式就有
Hivoodoo·2016-04-10 23:06

【HowTo ML】分类问题->神经网络入门

非线性分类器(Non-linearhypotheses)为什么使用非线性分类器我们举几个栗子:假如我们有一个数据空间如左上角坐标系所示,那么我们要的模型需要如右边公式所示的预测函数.假设有n个特征那么计算二次多项式就有
Hivoodoo·2016-04-10 23:00

theano logistic regression讲解

theanologisticregression讲解逻辑模型是一个基于概率的线性分类器。它的参数是w和b。通过把输入向量映射到一个超平面集合上来实现分类，每个超平面对应一个分类。
rodneyzhaonet·2016-04-07 07:00

台大机器学习笔记(12-16)——Nonlinear Transformation&Tips

12NonlinearTransformation12.1QuadraticHypothesis本节介绍了在线性分类器的基础上构造非线性分类器。
u010366427·2016-03-31 20:00

支持向量机—线性可分支持向量机与硬间隔最大化

   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。
pmt123456·2016-03-31 16:00

LIBSVM与LIBLINEAR（四）

这样的特征构造和处理对于分类器的效果也有着非常重要的影响，尤其是线性分类器，由于本身判别能力偏弱，所以更依赖于人工的特征构造。当然，这一类的特征与处理往往与数据本身的理解有很大的关系，不同的业
xiewenbo·2016-03-30 16:00

支持向量机SVM 简要推导过程

1.问题由来SVM(支持向量机)的主要思想是找到几何间隔最大的超平面对数据进行正确划分，与一般的线性分类器相比，这样的超平面理论上对未知的新实例具有更好的分类能力。
garfielder007·2016-03-30 12:17

统计学习方法 李航---第7章 支持向量机

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；支持向量机还包括核技巧，这使它成为实质上的非线性分类器。
demon7639·2016-03-30 09:00

感知机模型

感知机是一种线性分类器，属于判别器。    线性方程w●x+b=对应于特征空间中的一个超平面S,w是超平面的法向量,b是超平面的截距。位于两部分的点（特征向量）分为正负两类。
pmt123456·2016-03-28 13:00

线性分类器－基本概念

转载自：《模式识别》(第三版)第4章-线性分类器#############################################################4.1引言模式识别的目的：在特征空间中设法找到两类
u012005313·2016-03-19 15:00

读 支持向量机建模与应用

原则为考虑经验风险和置信界之和最小化SVM线性分类器函数间隔和几何间隔线性不可分核函数 》低维线性不可分的数据通过高斯核函数映射到高维空间可分
qq_20602929·2016-03-02 21:00

感知机

它被视为一种最简单形式的前馈神经网络，是一种二元线性分类器。感知机利用梯度下降法对损失函数进行极小化，提出可将训练数据进行线性划分的分离超平面，从而求得感知机模型。感知机模型假设输入空间（
GongchuangSu·2016-03-01 17:00

文本分类的算法的简单的介绍之支持向量机

http://www.cnblogs.com/LeftNotEasy/archive/2011/05/02/basic-of-svm.html1、支持向量机一、线性分类器：    首先给出一个非常非常简单的分类问题
u011955252·2016-02-28 09:00

感知器算法初探

今天学了感知器算法：PerceptronLearningAlgorithm(PLA)觉得自己应该回去重新学学线性代数QAQ依旧是自己的理解为主……感知器算法是一种线性分类器，对于一个样本，它具有x={x1
露儿大人·2016-02-19 12:00

OpenCV 2.4+ C++ SVM介绍

平面线性分类器一个简单的分类问题，如图有一些圆圈和一些正方形，如何找一条最优的直线将他们分开？我们可以找到很多种方法画出这条直线，但怎样的直线才是最优的呢？
Justany_WhiteSnow·2016-02-18 17:33

支持向量机-可分的类

本次我们将提出另一种设计线性分类器的原理。我们将从二类线性可分的任务开始，然后将这种方法扩展到数据不可分的更一般的情形。 
月圆天心·2016-02-04 10:00

支持向量机-可分的类

本次我们将提出另一种设计线性分类器的原理。我们将从二类线性可分的任务开始，然后将这种方法扩展到数据不可分的更一般的情形。 
月圆天心·2016-02-04 10:00

学习笔记——支持向量机

支持向量机（SVM），基本模型是定义在特征空间上的间隔最大的线性分类器，使用核技巧可以使它成为实质上的非线性分类器。“使间隔最大”形成一个凸二次规划问题。
rubbninja·2016-01-30 16:00

SVM学习（四）：为何需要核函数

——支持向量机    之前一直在讨论的线性分类器，只能对线性可分的样本做处理。如果提供的样本线性不可分，结果很简单，线性分类器的求解程序会无限循环，永远也解不出来。
qq_26898461·2016-01-08 11:00

SVM学习（三）：线性分类器的求解

1.问题的描述     上节说到我们有了一个线性分类函数，也有了判断解优劣的标准——即有了优化的目标，这个目标就是最大化几何间隔，但是看过一些关于SVM的论文的人一定记得什么优化的目标是要最小化||w||这样的说法，这是怎么回事呢？回头再看看我们对间隔和几何间隔的定义：间隔：δ=y(wx+b)=|g(x)|几何间隔：可以看出δ=||w||δ几何。注意到几何间隔与||w||是成反比的，因此最大化几何
qq_26898461·2016-01-08 11:00

SVM学习（二）：线性分类器

1.线性分类器概念      线性分类器(一定意义上,也可以叫做感知机)是最简单也很有效的分类器形式.在一个线性分类器中,可以看到SVM形成的思路,并接触很多SVM的核心概念。
qq_26898461·2016-01-08 11:00

深度学习与计算机视觉系列(3)_线性SVM与SoftMax分类器

1.线性分类器在深度学习与计算机视觉系列(2)我们提到了图像
qq_26898461·2016-01-05 15:00

SVM（support victor machine）

通俗来讲，SVM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，即支持向量
SUNFC_nbu·2016-01-04 20:00

监督学习之支持向量机——Andrew Ng机器学习笔记（五）

支持向量机(SVM)，通俗来讲，它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，其学
A_cainiao_A·2015-12-31 20:43

libsvm与liblinear的区别

主要是用来进行非线性svm分类器的生成，提出有一段时间了，而Liblinear则是去年才创建的，主要是应对large-scale的dataclassification，因为linear分类器的训练比非线性分类器的训练计算复杂度要低很多
daocaoren1543169565·2015-12-24 15:00

系统学习机器学习之SVM(一)

一、线性分类器：首先给出一个非常非常简单的分类问题（线性可分），我们要用一条直线，将下图中黑色的点和白色的点分开，很显然，图上的这条直线就是我们要求的直线之一（可以有无数条这样的直线）假如说，我们令黑色的点
Eason.wxd·2015-12-23 11:15

系统学习机器学习之SVM(一)

一、线性分类器：首先给出一个非常非常简单的分类问题（线性可分），我们要用一条直线，将下图中黑色的点和白色的点分开，很显然，图上的这条直线就是我们要求的直线之一（可以有无数条这样的直线）假如说，我们令黑色的点
App_12062011·2015-12-23 11:00

逻辑斯特回归模型(logistic regression)

本节开始线性分类器的另一种模型：模型斯特回归(logisticregression)。在之前介绍的线性分类器中，h(x)=ΘTx+Θ0，如果h(x)>0，则样本x属于正类，否定x属于负类。
·2015-12-09 16:38

线性分类器之感知机算法

感知机算法(Theperceptronalgorithm)，应该是最早运用的机器学习算法，在模式识别与机器学习占有者非常重要的位置，人们尝试通过模拟大脑神经元的工作模式，创造机器智能。随后的neuralnetwork、最近很火的deeperlearning，我们可以认为是对感知机算法的一种深度扩充。感知机模型的直接将线性模型的输出映射到样本的标签：                         
·2015-12-09 16:36

【LIBSVM】使用C++和LIBSVM实现机器学习+样本分类

一、了解SVM：支持向量机，因其英文名为support vector machine，故一般简称SVM，通俗来讲，它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，其学习策略便是间隔最大化
YHBcctv·2015-12-07 10:00

线性分类器中的不均衡问题

线性分类器中的不均衡问题目标：尽可能找出红色点数据是可分的时候数据比例是１：９我们先采用相等的权重，得到的分类平面为：调整权重：向上采样(这里的向上采样是直接复制少数样本)得到的分类平面和直接调整权重是一样的
wo1185246535·2015-12-02 23:00

感知机介绍及实现

感知机还包括多层感知机，简单的线性感知机用于线性分类器，多层感知机(含有隐层的网络)可用于非线性分类器。本文中介绍的均是简单的线性感知机。图
fengbingchun·2015-11-29 17:35

感知机介绍及实现

感知机还包括多层感知机，简单的线性感知机用于线性分类器，多层感知机(含有隐层的网络)可用于非线性分类器。本文中介绍的均是简单的线性感知机。图
fengbingchun·2015-11-29 17:00

深度学习与计算机视觉系列(3)_线性SVM与SoftMax分类器

1.线性分类器在深度学习与计算机视觉系列(2)我们提到了图像识别的问题，同
longxinchen_ml·2015-11-23 22:00

深度学习与计算机视觉系列(3)_线性SVM与SoftMax分类器

1.线性分类器在深度学习与计算机视觉系列(2)我们提到了图像识别的问题，同时提出了一种简单的解决方法——KNN。
yaoqiang2011·2015-11-23 19:00

深度学习与计算机视觉系列(3)_线性SVM与SoftMax分类器

1.线性分类器在深度学习与计算机视觉系列(2)我们提到了图像识别的问题，同时提出了一种简单的解决方法——KNN。然后我们也看到了KNN在解决这个问题的时候，虽然实现起来非常简单，但是有很大的弊端
BradyZhu·2015-11-23 19:00

SVM分类---识别舰船和飞机

一、线性分类器：首先给出一个非常非常简单的分类问题（线性可分），我们要用一条直线，将下图中黑色的点和白色的点分开，很显然，图上的这条直线就是我们要求的直线之一（可以有无数条这样的直线）假如说，我们令黑色的点
Gavin__Zhou·2015-11-16 23:00

机器学习之SVM（支持向量机）

极大边距分离器 假设我们想构造一个线性分类器，如下图所示： 我们有无数的选择，那么哪个选择才是最优的呢？直观上观
·2015-11-13 08:03

支持向量机系列

支持向量机属于一般化线性分类器，也可以被认为是提克洛夫规范化（Tikhonov Regularization）方法的一个特例。这族
·2015-11-12 17:43

数学之路(3)-机器学习(3)-机器学习算法-神经网络[9]

神经网络线性分类器 编写代码并将其线性分类过程封装成PYTHON的一个模块，调用代码如下:   #!
·2015-11-12 11:04

误差平方和最小的线性分类器估计

参见《模式识别》（Sergios）第三版 线性分类器--误差平方和估计。例3.3   原理：使已知训练特征向量的输出与真实类发生之间的误差平方和最小。
·2015-11-11 04:35

SVM 简要推导过程

问题由来 SVM (支持向量机) 的主要思想是找到几何间隔最大的超平面对数据进行正确划分，与一般的线性分类器相比，这样的超平面理论上对未知的新实例具有更好的分类能力。
·2015-11-11 02:21

MATLAB线性分类器

基本2维公式:d(x)=w1*x1+w2*x2+w3=0; d(x)>0归到第一类d(x)<0归到第二类p=[1:10;1:10]; %前面是x坐标后面是y坐标t=[0000111111]; %分类标记矩阵一个点对应一个坐标点，如0对应（1,1）plotpv(p,t); %使用标记矩阵将p中的点分类标记w=[1,1]; %w1=1,w2=1b=-9; %w3=-2其实这个就是x+y-2=0这条直线
jialeheyeshu·2015-11-07 22:00

感知器Perceptron

Perceptron: 1、一种基于监督的线性分类器，其特点是：1）模型简单，具有很少的学习参数；2）具有可视性，一条直线即可划分；3）基于人工神经网络的原理。
·2015-11-05 09:30

机器学习复习——Logistic回归

Logistic回归：Logistic是用来分类的，是一种线性分类器，需要注意的地方有：1.logistic函数表达式为：其导数形式为：2.logsitc回归方法主要是用最大似然估计来学习的，所以单个样本的后验概率为
renyp8799·2015-11-04 18:00
上一页 24 25 26 27 28 29 30 31 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他