SVM算法理论

SVM二分类和多分类问题的关键指标（二）

上一篇中讲到的二分类问题关键指标（precision、recall、accuracy、F1-score）和多分类问题关键指标（Macro-average、Micro-average、Weighted-average、accuracy）可以帮助我们了解到：可以用哪些指标来大概评估分类模型的好坏。依据个人理解，这篇即将讲到的ROC曲线、AUC面积以及P-R曲线是将这些指标进行可视化，可以进行不同模型比
努力学习的心子·2023-02-06 17:12

SVM二分类和多分类问题的关键指标

一、二分类问题1、Accuracy2、Precision：主要评估在预测为Positive的样本中，真实的Positive样本有多少；3、Recall：在所有的Positive样本中，最终有多少Positive样本被预测成功；（就1、2、3举个栗子：某医院开发一套诊断癌症的AI系统，若想评估其性能好坏，可以通过Accuracy、Precision以及Recall评估。Accuracy：在一堆人中有
努力学习的心子·2023-02-06 17:11

sklearn svm 调参_SVM（Support Vector Machine）

SVM是一种二元分类模型(当然它也可以处理回归问题)，它通过训练样本寻找分隔两类样本的最优决策边界(超平面)，使得两类样本距离决策边界的距离最远(例如H3)。
weixin_39928801·2023-02-06 17:40

sklearn svm 调参_sklearn中SVM调参说明

于是这篇来总结一下sklearn中svm的参数说明以及调参经验。方便以后查询和回忆。
灯灯搬运工·2023-02-06 17:39

SVM模型

Python中提供了有关线性可分SVM或近似线性可分SVM的实现功能，只需要导入sklearn模块，并调用svm子模块中的LinearSVC类即可LinearSVC(penalty='l2',loss=
月岛雫-·2023-02-06 17:37

sklearn-SVM：数据归一化及模型调参

1.基本环境编译器：PyCharm2019.1.2虚拟环境：Anaconda虚拟环境scikit-learn版本:0.22.2.post12.数据归一化fromsklearn.preprocessingimportStandardScaler#归一化#归一化操作scaler=StandardScaler()x_train_data=scaler.fit_transform(x_train_data
一个努力吃胖的小瘦子·2023-02-06 17:01

SVM模型训练和调参

一、不同核函数需调参数不同SVM中有两个很重要的参数，即C和gamma。
努力学习的心子·2023-02-06 17:30

python+sklearn样本均衡化和置信概率（基于SVM）

本文所用文件的链接链接：https://pan.baidu.com/s/1RWNVHuXMQleOrEi5vig_bQ提取码：p57s样本类别均衡化通过样本类别权重的均衡化,使所占比例较小的样本权重较高,而所占比例较大的样本权重较低,以此平均化不同类别样本对分类模型的贡献,提高模型预测性能.什么情况下会用到样本类别均衡化?当每个类别的样本容量相差较大时,有可能会用到样本类别均衡化.这是原图：明显样
Hello AI！·2023-02-06 08:14

sklearn里的逻辑回归，随机森林及SVM应用于指数方向”预测“

原创文章第76篇，专注“个人成长与财富自由、世界运作的逻辑，AI量化投资”。backtrader代表传统量化，而qlib代表AI量化，二者的范式不同。backtrader擅长规则驱动，更像是传统技术分析的“自动化”版本，当然可以多进程搜索参数空间。但这些策略是无法“自我进化”的，它的进化还是取决于人，使用者自身经验的积累，对策略的改进。传统量化更像经验的规则表达，比如MACD为何是12，26，9，
AI量化投资实验室·2023-02-06 08:14

python：使用sklearn预测未知数据（回归），分类，MLP，SVM，RF，KNN，混淆矩阵

文章目录前言分类MLPRFSVMGDBTKNN预测（回归）：代码模板方法列表其他：混淆矩阵模型准确率均值、方差、标准化保存与加载模型前言本文主要记录使用Sklearn做机器学习分类和回归的例子，适合初学者理解和扩展
_养乐多_·2023-02-06 08:43

matlab的2DCNN、1DCNN、BP、SVM故障诊断与结果可视化

0、前言本文针对十分类轴承故障诊断问题，采用四种经典方法2DCNN、1DCNN、BP、SVM进行建模，并对比最终结果。1、理论介绍BP和SVM理论不再进行描述。
机器猫001·2023-02-06 05:44

决策边界 支持向量机

所以本文尝试不用一个公式来说明SVM的原理，以保证不吓跑一个读者。理解SVM有四个关键名词：分离超平面、最大边缘超平面、软边缘、核函数。
sunshine_duoy·2023-02-05 18:59

吴恩达机器学习-SVM-为什么theta与边界boundary垂直

吴恩达教授的机器学习课程，第十三章支持向量机，大间隔分类器的数学原理中，没有解释为什么theta与边界boundary垂直，当时学的时候一头雾水，在查阅一些资料之后终于该清楚了，下面的推导过程。
wangyunjeff2·2023-02-05 18:59

机器学习（6）--支持向量机SVM

学习曲线，误差分析)及特类分析(偏斜类问题召回率与查准率)https://blog.csdn.net/qq_36187544/article/details/88316728下一篇：机器学习（6）--SVM
执契·2023-02-05 18:28

SVM-theta0=0,theta与决策边界垂直

关于参数theta为什么和边界boundary正相交SVM:核函数在预测时，我们采用的特征不是训练实例的特征，而是通过核函数计算出来的新特征。
qq_35482604·2023-02-05 18:28

基于MATLAB的SVM支持向量机的数据分类仿真，包括训练和测试

up目录一、SVM理论基础二、核心程序三、测试结果一、SVM理论基础支持向量机（SupportVectorMachine,SVM）是一类按监督学习（supervisedlearning）方式对数据进行二元分类的广义线性分类器
fpga和matlab·2023-02-05 18:25

SVM参数θ和决策边界正交的原因

吴恩达《机器学习》课程，讲到SVM背后数学原理的时候，提到“参数θ和决策边界正交”，但没有给出解释。
Dreamcatcher风·2023-02-05 18:53

关于吴恩达老师机器学习SVM中12-3节的决策边界与参数theta垂直的解释

本文的目的是记录学习吴恩达老师机器学习课程中遇到的决策边界与参数theta相垂直的原因具体原因：1、SVM的假设函数：otherwise2、决策边界为：3、定理：线性空间中，平面方程的系数就是平面的法向量证明过程见
Ansen C·2023-02-05 18:52

Vue+Flask+机器学习 二手房价格预测房产推荐大数据可视化平台python支持向量机SVM爬虫全套源码+协同过滤+前后端分离+沙箱支付

爬取了链接二手房的数据【南京市】基于vue+flask的前后单分离架构整个预测的功能是基于sklearn的机器学习算法包的，使用到了pandas、numpy来对数据进行预处理，特征的处理，然后进行模型的训练，预测的时候可以使用预先训练好的模型。可视化采用了echarts为主的技术多种小技术，百度地图+沙箱支付+短信验证码等集成。
roccreed·2023-02-05 15:56

数据分析模型学习（二）——逻辑回归

逻辑回归在之前的的线性回归中，我们尝试用一个公式来描述数据的分布情况，这个公式可以概括如下：y=wwXX+by=wwXX+b根据我的理解，大部分的分类算法的模型根本上都是一个线性回归的模型，包括本次的逻辑回归，以及接下来的SVM
mumu0609·2023-02-05 14:32

仪表数字识别

步骤1，利用颜色等信息检测数字所在的大致区域2，二值化精确定位数字所在区域3，获取每个字符轮廓4，获取符号和小数点5，PCA+SVM训练识别数字有不懂的可以联系Q2830025146，共同进步哦
hnsdgxylh·2023-02-05 14:01

基于机器学习的数字电表数字识别二（源码+数据集）

上一期用了传统的模板匹配的算法对单字符进行识别，本期就来写简单的机器学习的方式，主要是SVM和CNN，入门级别，可供初学者参考，文章最后给出整个开源的代码和数据集，参考学习。
～JT·2023-02-05 14:00

支持向量机SVM——代码简洁

直接复制，带入数据，进行调用即可出结果，模型参数设置见文末defSVM(X_train,Y_train,X_test,Y_test):"""X_train:特征训练集Y_train:标注训练集X_test
Imp_北溟·2023-02-05 13:47

分类问题常用算法之支持向量机SVM

支持向量机SVM（SupportVectorMachines，支持向量机）是核变换技术的代表算法之一，是一种具有精度高、运算速度快、泛化能力强等优点的统计学习新算法，其主要思想是将低维空间中的线性不可分问题
LIsaWinLee·2023-02-05 13:44

支持向量机SVM

函数间隔和几何间隔样本点的函数间隔：样本点的几何间隔：间隔最大化：线性可分SVM求解过程KKT条件：2.支持向量在线性可分情况下，训练数据集的样本点中与分离超平面距离最近的样本点的实例称为支持向量最终模型仅与支持向量有关
夕述·2023-02-05 13:43

R语言使用e1071包的svm函数拟合支持向量机二分类模型、使用predict函数和训练好的二分类模型进行预测推理、confusionMatrix函数输出二分类混淆矩阵

R语言使用e1071包的svm函数拟合支持向量机二分类模型、使用predict函数和训练好的二分类模型进行预测推理、confusionMatrix函数输出二分类混淆矩阵（包含许多衍生指标、PPV、NPV
statistics.insight·2023-02-05 13:12

01 前言 Andrew机器学习笔记

分为如下几个方面：02单变量线性回归03多变量线性回归04逻辑斯蒂回归05正则化06非线性假设之神经网络07实践指导08SVM09聚类10异常检测11推荐系统
逍遥小强·2023-02-05 13:13

DateWhale--2021.1--Task4

数据处理步骤对论文标题和摘要进行处理对论文类别进行处理构建文本分类模型文本分类思路思路1：TF-IDF+机器学习分类器直接使用TF-IDF对文本提取特征，使用分类器进行分类，分类器的选择上，可以使用SVM
马修的小腿·2023-02-05 13:37

机器学习-Sklearn-11（支持向量机SVM-SVC真实数据案例：预测明天是否会下雨）

机器学习-Sklearn-11（支持向量机SVM-SVC真实数据案例：预测明天是否会下雨）#11、SVC真实数据案例：预测明天是否会下雨#这个案例的核心目的，是通过巧妙的预处理和特征工程来向大家展示，在现实数据集上我们往往如何做数据预处理
Henrik698·2023-02-05 11:26

python爬取数据(selenium)-根据城市名city name获取经纬度（机器学习-Sklearn-11（支持向量机SVM-SVC真实数据案例：预测明天是否会下雨）中爬取数据模块内容）

python爬取数据(selenium)-根据城市名cityname获取经纬度爬虫的代码如下所示，大家可以把谷歌的主页换成百度，修改一下爬虫的命令，就可以自己试试看这段代码。注意要先定义你需要爬取的城市名称的列表cityname哦。importtimefromseleniumimportwebdriver#导入需要的模块，其中爬虫使用的是seleniumimportpandasaspdimport
Henrik698·2023-02-05 11:54

支持向量机SVM

什么是支持向量机支持向量机（SVM）是一种二分类模型，它的基础模型时定义在特征空间上的间隔最大的线性分类器。
小孙的日常学习·2023-02-05 09:16

机器学习 | 网络搜索及可视化

1.3.2Sklearn实现1.4网络搜索可视化1.4.1在网络空间中的搜索1.4.1.1错误的参数设置和可视化1.4.2在非网络空间的搜索参考资料相关文章：机器学习|目录监督学习|决策树之网络搜索监督学习|SVM
X1AO___X1A·2023-02-05 08:19

svm入门实战之手写体识别

svm入门实战之手写体识别先上代码！！#从sklearn.datasets里导入手写体数字加载器。
theo_NI·2023-02-05 08:51

机器学习笔记——支持向量机（3）——原问题和对偶问题

引言在上一节我们介绍了支持向量机svm解决非线性相关的问题。如何利用已知的K和未知的ψ去解决优化问题是关键。在这一节将针对原问题原对偶问题进行学习。
Eugene丶SHAO·2023-02-05 07:09

OpenMMLab AI实战营 笔记打卡 #第三课

特征提取是指从大量图像中提取许多有用的信息，如颜色、形状等，而特征分类则使用机器学习算法（如决策树、KNN、SVM等）来将提取出的特征与已知的物体或标识进行对比，以达到最终的分类目的。
庆天·2023-02-05 07:09

支持向量机（SVM）中的对偶问题

前言在SVM中有一个求极小值的问题转换过程，转换为一个对偶问题，但是我不太清楚这个问题为什么可以转换，而且还不太清楚为什么这么转换？不太明确转换后有什么优点，写个文章来了解这些内容。
予亭·2023-02-05 07:05

机器学习，详解SVM软间隔与对偶问题

今天是机器学习专题的第34篇文章，我们继续来聊聊SVM模型。我们在上一篇文章当中推导了SVM模型在硬间隔的原理以及公式，最后我们消去了所有的变量，只剩下了α\alphaα。
TechFlow·2023-02-05 07:32

判别模型 vs 生成模型

与一个阈值比较，然后根据比较结果判定X的类别条件概率分布：输入X返回X属于每个类别的概率；将其中概率最大的作为X所属的类别1.判别模型代表：K近邻、感知机（神经网络）、决策树、逻辑斯蒂回归、最大熵模型、SVM
elephantnose·2023-02-05 01:34

5、优化方法：随机梯度下降法

我们看到有很多方法和版本（例如SoftMax、SVM）。回顾一下，线性评分函数是这样的：f（Xi，W）＝WXi，SVM损失的公式为：对于样例xi，如果给一组参数
qxdx.org·2023-02-05 01:51

python机器学习基础

python机器学习基础错误笔记Logistic回归和线性SVM代码报错书本代码importmglearnimportmatplotlib.pyplotaspltfromsklearn.linear_modelimportLogisticRegressionfromsklearn.svmimportLinearSVCX
N:O:N·2023-02-04 23:42

MySQL索引原理及实战

第一部分主要从数据结构及算法理论层面讨论
白羊沈歌·2023-02-04 22:08

已写博客目录

BP神经网络和SVM实现时间序列预测（2019-03-23）配电网潮流计算（2019-03-23）用CNN做电能质量扰动分类(2019-03-28)LightGBM实现时间序列预测(2019-04-02
南海金雕·2023-02-04 18:08

回溯算法理论基础

本文https://github.com/youngyangyang04/leetcode-master已经收录，里面还有leetcode刷题攻略、各个类型经典题目刷题顺序、思维导图，可以fork到自己仓库，有空看一看一定会有所收获，如果对你有帮助也给一个star支持一下吧！什么是回溯法回溯法也可以叫做回溯搜索法，它是一种搜索的方式。在二叉树系列中，我们已经不止一次，提到了回溯，例如二叉树：以为使
代码随想录·2023-02-04 17:12

第七章 回溯算法理论基础

第七章回溯算法理论基础文章目录第七章回溯算法理论基础一、定义1.1回溯的效率1.2回溯法的理解二、回溯法的模板一、定义回溯法也可以叫做回溯搜索法，是一种搜索方式。回溯和递归是孪生兄弟，同出同没。
CodeLinghu·2023-02-04 17:11

【算法】回溯算法

spm_id_from=333.337.search-card.all.click&vd_source=c2d3149b8b6fdae1d68e10dfaabfb1de回溯算法理论基础题目分类大纲如下
codecapture·2023-02-04 17:06

Leetcode学习之回溯算法

文章目录1.回溯算法理论基础什么是回溯法回溯法的效率回溯法解决的问题如何理解回溯法回溯法模板回溯三部曲a.回溯函数模板返回值以及参数b.回溯函数终止条件c.回溯搜索的遍历过程2.组合问题思路回溯法三部曲剪枝优化
Fighting_1997·2023-02-04 17:03

【数据结构与算法-Java】回溯算法

参考：这部分主要是参考“代码随想录”视频讲解：https://www.bilibili.com/video/BV1cy4y167mM/文字版：https://programmercarl.com/回溯算法理论基础
冰激凌啊·2023-02-04 17:32

VMware 设置 Fedora 33 桌面 1080p 分辨率

Bug1890815-Waylandsessionasvmware16guestdoesnotres
Giliver·2023-02-04 15:10

不同回归算法精度比对

回归即预测与对象关联的连续值属性1.库导入importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltfromsklearn.svmimportSVR
horizon012·2023-02-04 13:04

书单

《说服的艺术》，《关键20小时快速学会任何技能》数学《统计学习方法》作者：李航王萱认为，这本书由浅入深，涉及的知识面非常广，算法包括NB、LR、SVM、CART、GBDT、感知机、最大熵、EM、HMM、
javaBoy_hw·2023-02-04 12:27
上一页 41 42 43 44 45 46 47 48 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他