SVM

机器学习-基于支持向量机的分类预测（基础概念）

机器学习-基于支持向量机的分类预测（基础概念介绍）支持向量机超平面分类线方程：核函数核函数的作用常见的核函数案例支持向量机支持向量机（SupportVectorMachine,SVM）是一种对数据进行二分类的广义线性分类器
DMULLQ·2024-01-08 18:19

126基于matlab的孪生支持向量机（Twin support vector machine,TWSVM）是SVM的一种变形算法

基于matlab的孪生支持向量机（Twinsupportvectormachine,TWSVM）是SVM的一种变形算法。该采用WSVM进行二分类，程序已注释数据可更换自己的，程序已调通，可直接运行。
顶呱呱程序·2024-01-08 08:35

李沐-《动手学深度学习-02-目标检测

R-CNNa.算法步骤使用启发式搜索算法来选择锚框（选出多个锚框大小可能不一，需要使用Rolpooling）使用预训练好的模型（去掉分类层）对每个锚框进行特征抽取（如VGG,AlexNet…)训练一个SVM
叮咚Zz·2024-01-08 08:40

03. BI - 详解机器学习神器 XGBoost

学习总是一个循序渐进的过程，之前两节课的内容中，咱们去了解了LR和SVM在实际项目中是如何使用的，我给大家看了两个项目都是跟分类相关，一个是员工离职预测，一个是男女声音识别。
茶桁·2024-01-08 07:48

支持向量机SVM在回归问题中的应用：支持向量回归SVR

本文摘录自支持向量回归SVR-数模百科你玩过放风筝吗？放风筝可有讲究哦，如果你能熟练地控制着那根风筝线，风筝就能在蓝天上自由自在地飞。想象一下，风筝就是你心中追求的那个答案，而风筝线的长短、指向，就像是指引你找到答案的线索。比如说，你在玩一个猜谜游戏，游戏里给你的提示就像是掌握在手里的风筝线，你得根据这些线索去猜风筝在天空中的具体位置。可是，风筝受风的影响，会不停地在空中变换位置。你的任务就是要依
小树modelwiki·2024-01-08 00:30

支持向量机SVM模型里的二元线性分类是什么

本篇转载自二元线性分类-数模百科如果对支持向量机SVM模型的所有知识点感兴趣，请移步支持向量机-数模百科二元线性分类是指我们有两个类别的分类任务，而且这两个类别是可以被一个直线（在高维空间称为超平面）完全分开的
小树modelwiki·2024-01-08 00:59

支持向量机SVM中的核技巧（核函数）应该怎么理解

本文转载自数模百科-支持向量机-核技巧假设你正在尝试分离两种油，一种是橄榄油，另一种是葵花籽油。它们在一个平的盘子里混合在一起，你试图用一条直线把它们分开。听起来很不可能对吧？因为在平的盘子里（或者说在二维空间里），这两种油混合在一起，无法分开。现在这个时候你把它们装在一个底面积更小的三维容器里，那么用不了一会儿，因为二者密度的差异，密度低的油会慢慢浮上去，密度大的油会慢慢沉下来。这就类似于“核技
小树modelwiki·2024-01-08 00:59

【数模百科】支持向量机SVM如何处理非线性数据——非线性SVM

本篇文章摘录自非线性SVM-数模百科，里面有非常详细的对SVM模型以及各种延伸模型的讲解，涵盖了所有的知识点以及重点，包括代码讲解。
小树modelwiki·2024-01-08 00:59

【数模百科】支持向量机中的线性SVM讲解以及实现办法

本篇文章来源于线性SVM-数模百科，里面有完整的关于支持向量机SVM模型的讲解，还有数据处理、应用、优缺点等重要知识点。首先，强烈建议大家把我之前的文章读一遍。
小树modelwiki·2024-01-08 00:27

工智能基础知识总结--导出SVM要优化的问题

导出SVM要优化的问题对于上图中这样一个二分类线性可分问题，期望找到一个分类超平面将正负类分开，SVM就是一个用来寻找这样的分类超平面的算法。
北航程序员小C·2024-01-07 20:20

geemap学习笔记019：监督分类与精度验证（上）

GEE中的监督分类方法主要是包括以下几种，包括决策树、随机森林(RF)、贝叶斯、支持向量机(SVM)等。监督分类主要是包括以下几个步骤：(1)收集数据，包括待分类的影像数据以
静观云起·2024-01-07 19:22

2018-05-29交易日志

一、量化模拟盘运行状况SVM预测----根据前30分钟的数据预测下一分钟的涨跌，仅设置简单的卖出条件判断预测准确率：49%买入卖出共成交：24笔盈亏：-5400下个交易日调整：1、调整为前10分钟数据‘
007刚下班·2024-01-07 14:45

分类3：机器学习处理read-wine（红酒）数据集代码

目录1介绍2导入常用的工具箱3导入数据集4MinMaxScaler归一化5分别使用svm、knn、决策树、随机森林进行实验6使用PCA降维，然后使用随机森林进行分类7GridSearchCV调整rf的参数
王小葱鸭·2024-01-07 03:04

SVM 保存和加载模型参数

在Python中，你可以使用scikit-learn库中的joblib或pickle模块来保存和加载SVM模型的参数。
不做梵高417·2024-01-06 19:01

基于K 邻近朴素贝叶斯LinearSVM机器视觉的害虫种类及数量检测程序代码+数据集

摘要.......................................................................................................................IABSTRACTII目录..................................................................
yushibing717·2024-01-06 19:55

IDEA 2023快捷键

1、main|sout|psvm2、CTAL+D复制当前行3、ALT+SHIFT+↕可以把当前行代码进行移动4、CTRL+H类的继承继承结构5、CTRL+F12类的成员6、SHIFT+F6统一修改变量7
Code攻城狮·2024-01-06 09:17

matlab svm核函数选择,SVM分类核函数及参数选择比较.pdf

Compu~rEngineering口4胁日ff0计算机工程与应用SVM分类核函数及参数选择比较奉国和FENGGuohe华南师范大学经济管理学院信息管理系，广州510006SchoolofEconomy
短鱼儿商学院·2024-01-06 08:35

svm核函数gamma参数_svm常用核函数介绍

blog.csdn.net/batuwuhanpei/article/details/52354822在吴恩达的课上，也曾经给出过一系列的选择核函数的方法：1、如果特征的数量大到和样本数量差不多，则选用LR或者线性核的SVM
weixin_39683692·2024-01-06 08:35

机器学习算法之不同SVM核函数效果比较

世界上有10种人：一种知道二进制一种不知道二进制最后一种以为这是个二进制笑话工程代码完整已上传：不同SVM核函数效果比较如图所示的两类数据，分别分布为两个圆圈的形状，这样的数据本身就是线性不可分的，此时咱们该如何把这两类数据分开呢
Mr Robot·2024-01-06 08:31

4种SVM主要核函数及相关参数的比较

本文将用数据可视化的方法解释4种支持向量机核函数和参数的区别简单地说，支持向量机(SVM)是一种用于分类的监督机器学习技术。它的工作原理是计算一个最好地分隔类的最大边距的超平面。
deephub·2024-01-06 08:26

07-支持向量机（二）线性支持向量机

1、SVM模型目标函数与优化上一节中我们得到超平面之间的最大距离公式如下：m=2/||w||接下来入得得到模型的目标函数，如下图所示：image.pngimage.pngimage.png从上面可以看出
kang_james·2024-01-06 02:17

如何在IDEA中设值快捷模板

如果是其他按步骤改就行了首先我们要打主方法时，IDEA自带的好像是psvm不是很顺手，所以这里我改成main。1.打开IDEA--->选中File旭旭提供2.选中Settings。
磨陀货_·2024-01-06 02:08

机器学习算法分类

监督学习目标值：类别--分类问题目标值：连续型的数据--回归问题分类模型k近邻算法，贝叶斯分类，决策树与随机森林，逻辑回归,SVM,回归模型线性回归，岭回归无监督学习目标值：无聚类模型k-means机器学习开发流程获取数据数据清洗特征工程
学了忘了学·2024-01-06 01:40

FasterRCNN目标检测

将所提特征送入每一类的SVM分类器，判断是否属于该类。候选框位置回归。FastRCNNFas
tao_sc·2024-01-06 00:49

支持向量机（Support Vector Machines，SVM）

什么是机器学习支持向量机（SupportVectorMachines，SVM）是一种强大的机器学习算法，可用于解决分类和回归问题。
草明·2024-01-05 16:29

【损失函数】Hinge Loss 合页损失

1、介绍HingeLoss（合页损失）通常用于支持向量机（SupportVectorMachine，SVM）等模型中，特别是在二分类问题中。
daphne odera�·2024-01-05 15:28

C#自动删除20天前文件夹图片

资料夹如下，需求为自动删除20天前保存的图片如下为该方法函数，保留天数可以自定义publicstaticvoidCleanFile(){stringpath=$"{SvMaster.DataPath}\
@年年·2024-01-05 13:03

R-CNN

算法步骤：R-CNN框架R-CNN缺点总结：R-CNN是首先生成许多候选框，然后再对每个候选框使用CNN进行特征提取，再将提取的特征送入到SVM（多少类别就对应多少个SVM分类器）进行二分类，最后再通过边界框回归去调整边界框的位置
DQ小恐龙·2024-01-04 19:30

支持向量机SVM详细原理，Libsvm工具箱详解，svm参数说明，svm应用实例，神经网络1000案例之15

目录支持向量机SVM的详细原理SVM的定义SVM理论Libsvm工具箱详解简介参数说明易错及常见问题SVM应用实例，基于SVM的股票价格预测支持向量机SVM的详细原理SVM的定义支持向量机（supportvectormachines
神经网络机器学习智能算法画图绘图·2024-01-04 06:14

python数据分析之交叉验证

python数据分析之交叉验证1、常用的分类算法有监督：SVM向量机、梯度提升、决策树（随机森林）、朴素贝叶斯、逻辑斯蒂回归、神经网络（cnn、rnn）无监督：k-means、隐马尔可夫2、数据分析过程
东木月·2024-01-04 00:51

模式识别与机器学习-半监督学习

模式识别与机器学习-半监督学习半监督学习半监督学习的三个假设半监督学习算法自学习算法自学习的步骤：自学习的优缺点：优点：缺点：协同训练多视角学习生成模型半监督SVM谨以此博客作为复习期间的记录半监督学习半监督学习
Kilig*·2024-01-03 22:45

机器学习中的监督学习基本算法-支持向量机简单介绍

简单的介绍一些关于支持向量机的概念和内容支持向量机（SupportVectorMachine，SVM）是一种用于分类和回归的监督学习模型。
Algorithm_Engineer_·2024-01-03 20:22

Tips for Training DNN

NN和很多经典机器学习模型（如KNN、SVM）不同，它经过训练后在训练集上的表现未必会很好，这是因为它优化的损失函数是非凸的，训练停止时可能会停在局部最优点、鞍点或平坦点（即各个方向梯度都约等于零的点）
单调不减·2024-01-03 15:31

支持向量机(SVMs)

supportervectormachines支持向量机所做的是去寻找分割线/hyperplane(超平面)，即介于两个类别的数据之间支持向量机通过采用数据作为输入，然后输出一条线，来将数据分类image.png好的分隔线将两个数据集的间隔最大化，这样的线不容易出现分类误差alinethatmaximizesthedistancetothenearestpointsineitherclassthe
esskeetit·2024-01-03 13:40

粒子群算法优化支持向量SVM的供热量预测，粒子群优化支持向量机SVM回归分析

目录背影支持向量机SVM的详细原理SVM的定义SVM理论粒子群算法原理SVM应用实例，粒子群算法优化支持向量SVM的供热量预测，粒子群优化支持向量机SVM回归分析代码结果分析展望完整代码：粒子群算法优化支持向量
神经网络机器学习智能算法画图绘图·2024-01-03 08:25

机器学习基础面试点

来源：https://zhuanlan.zhihu.com/p/82105066一.常见手推公式部分1.1LR手推、求导、梯度更新1.2SVM原形式、对偶形式1.3FM公式推导1.4GBDT手推1.5XGB
mylaf·2024-01-03 05:07

Finale

kernel先出现是在SVM里面，原因就是为了减少內积计算的复杂度，把特征转换和內积计算结合到一起。特征转换其实也是一种特征的提取。
冒绿光的盒子·2024-01-03 04:00

分类预测 | Python实现基于SVM-RFE-LSTM的特征选择算法结合LSTM神经网络的多输入单输出分类预测

分类预测|Python实现基于SVM-RFE-LSTM的特征选择算法结合LSTM神经网络的多输入单输出分类预测目录分类预测|Python实现基于SVM-RFE-LSTM的特征选择算法结合LSTM神经网络的多输入单输出分类预测分类效果基本描述程序设计参考资料分类效果基本描述基于
机器学习之心·2024-01-02 23:58

分类预测 | Matlab实现DBO-SVM蜣螂算法优化支持向量机多特征分类预测

分类预测|Matlab实现DBO-SVM蜣螂算法优化支持向量机多特征分类预测目录分类预测|Matlab实现DBO-SVM蜣螂算法优化支持向量机多特征分类预测分类效果基本描述程序设计参考资料分类效果基本描述
机器学习之心·2024-01-02 23:56

python SVM 保存和加载模型参数

在Python中，你可以使用scikit-learn库中的joblib或pickle模块来保存和加载SVM模型的参数。
shimly123456·2024-01-02 09:25

机器学习——支持向量机

目录前言支持向量机的背景理论知识线性可分支持向量机最大间隔超平面最大化间隔的计算对偶问题等式约束不等式约束的KKT条件拉格朗日乘子法：软间隔与正则化损失函数具体实现垃圾邮件分类（SVM）数据集准备代码实现运行结果总结前言支持向量机
TXQIHYJ·2024-01-02 08:39

机器学习一些概念

SVM：最大间隔的优化模型CART算法ID3算法GINI算法C4.5算法Novikoff定理：模糊C均值算法：J(U,V)=∑i=1n∑j=1kuijmdij2∑j=1kuij=1,uij∈[0,1]J
satadriver·2024-01-02 08:43

GCP 创建1个windows vm 并连接

有时需要临时使用1台windows的机器创建windowsvm既然是临时直接用gcloudcommandgcloudcomputeinstancescreateinstance-windows\--zone
nvd11·2024-01-02 02:15

SVM原理理解

SVM模型:求解拉格朗日乘子：如何求解？1.计算实例：2.求解算法--SMO求解问题：工作原理：为什么每次要选择两个变量来更新，而不是一个变量呢？代码：小结：学习资料：猫都能看懂的SVM【从概念理解、
BKXjilu·2024-01-01 16:39

学习笔记：机器学习

机器学习概述二、机器学习活跃领域（一）数据分析与数据挖掘（二）人工智能——图像和语音识别三、经典机器学习算法（一）线性回归（二）逻辑回归（三）决策树（四）随机森林（五）k-近邻（KNN）（六）支持向量机（SVM
howard2005·2024-01-01 11:19

K8S minikube搭建

1.判断cpu是否支持grep-E--color'vmx|svm'/proc/cpuinfo若结果为空，表示cpu不支持这两种指令集2.安装kubectl/etc/yum.repos.d下创建kubernetes.repo
mephisto512·2024-01-01 08:20

elk安装遇到问题

ElasticSearch[ERROR][o.e.b.Bootstrap][-W9dDYh]nodevalidationexceptionbootstrapchecksfailedmaxvirtualmemoryareasvm.max_map_count
心水Diana·2024-01-01 06:48

ubuntu linux kvm安装,基于Ubuntu 14.04 KVM拟化安装部署

1.宿主机环境(dell备份服务器)Ubuntu14.04LTS64位内存：16G硬盘：2T2.确认CPU是否支持硬件虚拟化root@linuxidc:~#egrep-o'(vmx|svm)'/proc
梁八角·2024-01-01 01:25

Ubuntu 18.04.5 LTS 服务器上安装配置KVM并创建Win10虚拟机

egrep-c'(svm|vmx)'/proc/cpuinfo上面命令执行结果如果返回0，表示CPU不支持虚拟化技术。主板BIOS中的虚拟化技术也可能不是默认开启的，如果没有开启需要手动开启一下。
小k安达·2024-01-01 00:53

基于自定义权重的支持向量机，基于自定义权重的SVM

目录支持向量机SVM的详细原理SVM的定义SVM理论Libsvm工具箱详解简介参数说明易错及常见问题完整代码和数据下载链接：基于自定义权重的支持向量机，基于自定义权重的SVM资源-CSDN文库https
神经网络机器学习智能算法画图绘图·2023-12-31 21:55
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他