SVM算法理论

spark ml 3.2.0实现SVM,LogisticRegression示例（Java版本）

完整项目入口packagecom.jwolf.bigdata;importorg.apache.spark.ml.Pipeline;importorg.apache.spark.ml.PipelineModel;importorg.apache.spark.ml.PipelineStage;importorg.apache.spark.ml.classification.LinearSVC;imp
jwolf2·2023-01-18 17:36

【4 - 降维算法PCA和SVD - 案例部分】菜菜sklearn机器学习

sklearn中的数据预处理和特征工程第四期：sklearn中的降维算法PCA和SVD第五期：sklearn中的逻辑回归第六期：sklearn中的聚类算法K-Means第七期：sklearn中的支持向量机SVM
如何原谅奋力过但无声·2023-01-18 15:37

【4 - 降维算法PCA和SVD - 原理部分】菜菜sklearn机器学习

sklearn中的数据预处理和特征工程第四期：sklearn中的降维算法PCA和SVD第五期：sklearn中的逻辑回归第六期：sklearn中的聚类算法K-Means第七期：sklearn中的支持向量机SVM
如何原谅奋力过但无声·2023-01-18 15:36

透彻理解高斯核函数背后的哲学思想与数学思想

仅仅计算测试数据与支持向量的点积，支持向量由SVM优化算法选择的特殊数据点。在此，作一个类比如下：一个人看过湖泊，河流，溪流，浅滩等，但从未见过大海。你怎么向这个人解释大海是什么？
喜欢打酱油的老鸟·2023-01-18 13:55

AI虚拟点读机--详细注释解析恩培作品7

如下所示项目用python实现，调用opencv等库，使用SVM对字体进行分类，由以下步骤组成：1、使用OpenCV读取摄像头视频流；2、mediapipe手势识别定位手部位置；3、使用Paddledetection
清华江同学·2023-01-18 13:54

毛笔字识别--详细注释解析恩培作品6

如下所示项目用python实现，调用opencv等库，使用SVM对字体进行分类，由以下步骤组成：1、使用OpenCV读取摄像头视频流；2、传统CV操作提取毛笔字；3、使用SVM对字体进行分类。
清华江同学·2023-01-18 13:52

深度学习物体检测实战算法1——目标检测简介

RCNN算法解决目标检测(多个目标)的问题：Overfeat模型RCNN算法步骤简介1.选择性搜索2.特征向量训练分类器SVM3.非最大值抑制(N
123梦野·2023-01-18 12:31

RCNN算法理论

目录一.简介二.算法流程1.建议框（RegionProposal）的确定2.CNN模型提取特征--预训练和微调(1).CNN模型预训练(2).CNN模型微调3.SVM分类训练扩展：为什么要用SVM分类，
Acewh·2023-01-18 11:25

【随笔】从飞桨入门深度学习

机器学习算法理论在上个世纪90年代发展成熟，在许多领域都取得了成功应用。但平静的日子只延续到2010年左右，随着大数据的涌现和计算机算力提升，深度学习模型异军突起，极大改变了机器学习的应用格局。
YaoYee_7·2023-01-18 10:40

CIFAR-10 SVM方法

CIFAR-10SVM方法notebook代码#importpackageimportnumpyasnpimportpickleimportmatplotlib.pyplotasplt#loadtrainandtestdata
sakurasakura1996·2023-01-18 09:32

【搜索/推荐排序】FM，FFM，AFM,PNN,DeepFM:进行CTR和CVR预估

文章目录1.FM1.1代码-是否点击预测效果和参数量级1.3和其他模型的比较SVMMF2.FFMone-hot的比较eg训练注意事项效果和参数量级实现3.AFM4.FNN/PNN4.1FNN4.2PNN5
叶落叶子·2023-01-17 22:09

SVM学习——Python代码分析实现

fromnumpyimport*defloadDataSet(filename):#读取数据dataMat=[]labelMat=[]fr=open(filename)forlineinfr.readlines():lineArr=line.strip().split('')dataMat.append([float(lineArr[0]),float(lineArr[1])])labelMat.
斐硕人·2023-01-17 21:51

【CV-Learning】线性分类器（SVM基础）

数据集介绍（本文所用）CIFAR10数据集包含5w张训练样本、1w张测试样本，分为飞机、汽车、鸟、猫、鹿、狗、蛙、马、船、卡车十个类别，图像均为彩色图像，其大小为32*32。图像类型（像素表示）二进制（0/1）灰度图像一个像素由一个比特（Byte）表示，取值为0-255。颜色程度：黑（0）---->----->---->白（255）彩色图像一张图像有红、绿、蓝三个深度，即三个通道。每个通道的一个像
小梁要努力哟·2023-01-17 17:08

2.1.SVM线性分类器

函数1.1.3.np.random.randn(）正态分布随机数函数1.2.最优化损失函数1.2.1.寻找更好的W的方法1.2.2梯度下降1.2.2.1.数值梯度1.2.2.2.实际应用中的梯度下降2.SVM
Cc1924·2023-01-17 17:08

算法系列：量子计算与量子通信

1）首先从量子算法理论来看。量子计算机需要特定的量子算法才能发挥出量子计算的强大威力。但是，并不是所有的计算都可以用量子算法加速
weixin_33924312·2023-01-17 16:02

python线性加权回归_第二十一章 regression算法——线性回归&局部加权回归算法（上）...

顾名思义，分类算法用于离散型分布预测，如KNN、决策树、朴素贝叶斯、adaboost、SVM、Logistic回归都是分类算法；回归算法用于连续型分布预测，针对的是数值型的样本，使用回归，可以在给定输入的时候预测出一个数值
高晖云·2023-01-17 16:20

神经网络（ANN）

零、为什么要引入神经网络回想SVM从线性可分情况，转到非线性可分时，引入了核函数，将样本空间映射到高维线性可分空间。
你看起来很好吃·2023-01-17 16:45

Sklearn——保存模型参数(pickle&joblib)

fromsklearnimportsvmfromsklearnimportdatasetsir
程旭员·2023-01-17 16:45

sklearn模型保存

fromsklearnimportsvmfromsklearnimportdatasetsimportpickle#保存模块clf=svm.SVC()iris=datasets.load_iris()x
梦码城·2023-01-17 16:13

保存sklearn中模型的两种方法（pickle、joblib)

保存sklearn中模型的两种方法（pickle、joblib）fromsklearnimportsvmfromsklearnimportdatasetsclf=svm.SVC()iris=datasets.load_iris
风兮177·2023-01-17 16:41

sklearn 的模型保存与加载使用

'''训练好了模型之后保存到本地，并重新加载模型用于预测的两种方法'''#方法1:picklefromsklearnimportsvmfromsklearnimportdatasetsimportpickleclf
samll-guo·2023-01-17 16:41

SVM + 决策树 + 提升方法 （还有LR、最大熵、）

ROC曲线和AUC曲线ROC(RecieveOperatingCharacteristicCurve),接受者操作特征曲线。横坐标FPR（假阳率）纵坐标TPR（真阳率），绘制在图中，改变阈值，又是一条新曲线。曲线越靠近左上角，效果越好。。。AUC（AreaUndertheCurveofROC)，ROC曲线下面的面积。。、绘制ROC曲线，ROC曲线下面的面积就是AUC的值。。计算ACC准确率。。特征
William张·2023-01-17 12:46

SVM基本原理

1.SVM原理SVM是一种二类分类模型。它的基本模型是在特征空间中寻找间隔最大化的分离超平面的线性分类器。
永胜永胜·2023-01-17 12:06

机器学习-GBDT

它在被提出之初就和SVM一起被认为是泛化能力较强的算法。  
TaoTao Li·2023-01-17 09:10

基于svm算法的简单XSS攻击识别模型

学习机器学习已经有段时间了，心里一直在寻思着如何将其运用在安全上，前几天刚好看到兜哥的那篇文章，于是花了两天时间实现了一个简单的基于svm的xss过滤器，这里做一个比较接地气的分享。
weixin_34220963·2023-01-16 22:13

《Web安全之机器学习入门》笔记：第九章 9.3 支持向量机算法SVM 检测XSS攻击

本小节是通过网上搜集的数据使用svm算法识别XSS攻击。
mooyuan天天·2023-01-16 22:12

统计学 | 最大似然估计与EM算法（持续更新）

2.1原理2.2示例参考资料统计计算中的优化问题1.最大似然估计1.1原理统计中许多问题的计算最终都归结为一个最优化问题，典型代表是最大似然估计(MLE)、各种拟似然估计方法、非线性回归、惩罚函数方法（如svm
CZ一星弱火·2023-01-16 21:04

anaconda 4.10.1+tensorFlow 2.5.0+CUDA 11.2.2_461.33 - cudnn 11.3 -傻瓜教程

由于有的软件需要所以打个包放在这里:https://pan.baidu.com/s/1ZhtXlvZvXn7SVMbCVoICwA提取码:g2xy1.Anaconda安装下载地址：https://docs.anaconda.com
九流下半·2023-01-16 20:27

深度学习R-CNN网络基础

目录1Overfeat模型2RCNN模型2.1算法流程2.1.1候选区域生成2.1.2CNN网络提取特征2.1.3目标分类（SVM）2.1.4目标定位2.1.5预测过程2.2算法总结3FastRCNN模型
赵广陆·2023-01-16 14:30

机器学习实战 学习记录 （6-7章）

参考：机器学习实战PeterHarrington(11条消息)机器学习实战教程(13篇)_chenyanlong_v的博客-CSDN博客_机器学习实战六、支持向量机（SVM）：每一个可能把数据集正确分开的方向都有一个最优决策面
我的宠物不是小马·2023-01-16 12:17

matlab梯度下降法_svm与梯度下降法

先了解一下最简单的线性svm向量机，个人认为从hingeloss的角度来解释线性svm比使用几何意义来说更加简单快速并且扩展性更好。
weixin_39600885·2023-01-16 12:17

SVM损失函数和softmax损失函数

  对于线性模型，包括神经网络，损失函数是衡量模型输出和真实值的标准。在训练过程中，损失函数越小，表明我们的模型在训练集上越好的拟合数据。在优化模型的过程中，我们一般会采用一些优化方法，如梯度下降法，去最小化损失函数。而损失函数一般是数据和模型参数的函数，即Li=f(Xi,W)L_i=f(X_i,W)Li=f(Xi,W),这里的iii表示某一个样本的损失函数，Xi=(xi,yi)X_i=(\bm{
王亦傲·2023-01-16 12:17

【深度学习与计算机视觉】3、最优化与梯度下降

三、最优化与梯度下降上一节深度学习与计算机视觉系列(3)_线性SVM与SoftMax分类器中提到两个对图像识别至关重要的概念：用于把原始像素信息映射到不同类别得分的得分函数/scorefunction用于评估参数
呆呆的猫·2023-01-16 12:46

通过SVM和Softmax求损失值

刚刚接触深度学习，简单的笔记，截图均来自51CTO，供自己简单梳理思路。超参数和交叉验证将训练集标号为1、2、3、4、5，每次都在这五个中选取一个作为验证集，能够有效防止某一数据集和训练集恰好。。训练集验证集1、2、3、451、5、3、421、2、5、431、2、3、545、2、3、41得分函数x=[32*32*3]=3072输入的这个小猫有3072个像素点，可以把x转换成3072*1的矩阵，如果
cccqx·2023-01-16 12:45

机器学习（4）-理解SVM的损失函数和梯度表达式的实现+编程总结

1.对于SVM这里总结下代码实现SVM的两种代码实现（for循环和矩阵操作）首先看看SVM的损失函数，梯度函数损失函数最终形式：L=(1/N)∑iLi+λR(W)其中：R(W)=∑k∑s(Wk,s)2Li
DX_ByYourself·2023-01-16 12:14

第三周【任务1】学习损失函数(svm多分类损失函数与softmax）

7损失函数一、学习内容第三讲损失函数部分，主要介绍了svm多分类损失函数与softmax函数，以例子详细说明如何使用他们来做完成图像分类任务。
Sagacity_1125·2023-01-16 12:14

【cs231n】损失函数SVM、softmax及梯度下降优化

本专栏的文章是我学习斯坦福cs231n课程的笔记和理解,同时也欢迎大家可以访问我的个人博客，查看本篇文章文章目录损失函数支持向量机SVM正则化常用的正则化函数多项逻辑斯蒂回归（softmax）优化梯度下降计算梯度数值梯度解析梯度梯度下降过程小批量随机下降参考资料损失函数如何确定
zhaoylai·2023-01-16 12:44

Pytorch：图卷积神经网络-半监督学习实现，对比SVM, LP

Pytorch:图卷积神经网络-半监督网路实践-对比SVM,LPCopyright:JingminWei,PatternRecognitionandIntelligentSystem,SchoolofArtificialandIntelligence
宅家的小魏·2023-01-16 11:25

神经网络MLP求解过程 正向传播 反向传播算法

https://www.jianshu.com/p/c69cd43c537a引言机器学习栏目记录我在学习MachineLearning过程的一些心得笔记，涵盖线性回归、逻辑回归、Softmax回归、神经网络和SVM
flare zhao·2023-01-16 10:57

语音识别中代价函数_语音识别技术简述（概念->原理）

目录语音识别技术简述(概念->原理)语音识别概念语音识别原理语音识别技术简介1.动态时间规整(DTW)2.支持向量机(SVM)3.矢量量化(VQ)4.隐马尔科夫模型(HMM)5.高斯混合模型(GMM)6
weixin_39788256·2023-01-16 08:50

【3 - 特征工程】菜菜sklearn机器学习

sklearn中的数据预处理和特征工程第四期：sklearn中的降维算法PCA和SVD第五期：sklearn中的逻辑回归第六期：sklearn中的聚类算法K-Means第七期：sklearn中的支持向量机SVM
如何原谅奋力过但无声·2023-01-16 06:02

基于支持向量机的实验分析

支持向量机1、支持向量机的效果2、软间隔二、非线性支持向量机三、核函数四、参考文献一、支持向量机1、支持向量机的效果选择鸢尾花数据集的其中两个特征，并且只对“SETOSA”和“VERSICOLOR”这两类进行SVM
心️升明月·2023-01-15 14:46

【Python】监督学习-上证指数预测涨跌-SVM

附课程链接：https://www.icourse163.org/course/BIT-1001872001核函数为默认rbf的svm模型跑出的结果是svmclassifieraccuacy:[0.563598
SophiaSSSSS·2023-01-15 14:46

python量化选股策略_【机器学习】第六课：基于SVM的量化选股策略

导语接触过机器学习或数据挖掘算法的人都应该知道支持向量机（SVM），支持向量机一经提出就得到了广泛应用。本文主要探讨该算法在金融领域量化投资多因子策略上的应用。
weixin_39777404·2023-01-15 14:45

_【专题研究】基于SVM支持向量机模型的选股策略

研究过集成学习中的随机森林和XGBoost后，本文将介绍一种更传统的机器学习方法：SVM支持向量机。SVM由于其较高的准确度，并且能够解决非线性分类问题，曾一度成为非常流行的机器学习算法。
weixin_39883286·2023-01-15 14:15

python 趋势预测_【Python量化投资】系列之SVR预测第二天开盘趋势和股价的正负统计分析（附代码）...

本期导读⊙ML、SVM介绍⊙股价的正负统计分析⊙预测第二天开盘趋势机器学习方法是计算机科学的一个分支，它借助于计算机算法，对数据进行分析后，实现模式识别，进而实现对未来数据的预测。
weixin_39602615·2023-01-15 14:44

matlab 股票 小波,小波分析 + 支持向量机(SVM)预测股票涨跌幅的实现

刚刚开始进入量化投资领域，最近在做金融数据方面的预测，用到了数据挖掘的知识，花了大概半个月的时间搞懂研报的思想，学习研报中提到的数据处理和机器学习算法，并实现了这个量化投资的核心模型部分，虽然结果显示这个方法没有多好，但是在这期间，我遇到了很多问题，也t通过各种渠道把他们解决了，因此，在这里分享一下我在做这一次策略中用到的方法，希望能够给刚开始接触量化投资或者时间序列挖掘的人们提供一些参考，当然，
Cristalsil苏·2023-01-15 14:14

写博客的素材

，比如将数据集各个特征变换到0均值，单位方差的方法就是一种归一化Regularization：是指正则化，一般用在损失函数中，防止出现过拟合一机器学习1机器学习算法PCA与SVD白化whiteningSVMNormalization
Dongdong Bai·2023-01-15 11:53

github项目复现和讲解之--------ML-for-SQL-Injection

机器学习SQL注入相关算法基础SVM算法Adaboost算法决策树随机森林KNN贝叶斯复现原文相关算法基础作者的readmeML-for-SQL-Injection机器学习检测SQL注入本项目是使用机器学习算法来分类
东方-教育技术博主·2023-01-15 07:08

时序预测 | Python实现CNN-LSTM卷积长短期记忆神经网络时间序列预测

卷积长短期记忆神经网络时间序列预测目录时序预测|Python实现CNN-LSTM卷积长短期记忆神经网络时间序列预测基本介绍程序设计参考资料基本介绍程序设计importnumpyasnpimportpandasaspdfromsklearn.svmimportSVRfromsklearn.preprocessingimportMinMaxScalerfrom
机器学习之心·2023-01-15 06:48
上一页 46 47 48 49 50 51 52 53 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他