svm

FRE 和 随机森林 特征重要性

#使用ref进行特征选择fromsklearn.linear_modelimportLinearRegression,Ridgefromsklearnimportsvmfromsklearn.feature_selectionimportRFElr
萌新待开发·2023-02-22 13:52

李飞飞CS231n关于hinge loss函数求导的问题

在做CS2312020Assignment1的SVM部分时，遇到了关于hingeloss的求梯度（求导）编程实现的问题，故在此记录一下。
JackTheWhite·2023-02-22 09:20

Caffe Loss层 - HingelossLayer

HingelossLayer计算one-of-many分类任务的hingeloss.HingeLoss概念定义为：E(z)=max(0,1−z)E(z)=max(0,1−z)常用在SVM的最大化间隔分类中
AIHGF·2023-02-22 09:49

损失函数(Loss Function) -1

pdfLossFunction损失函数可以看做误差部分(lossterm)+正则化部分(regularizationterm)1.1LossTermGoldStandard(idealcase)Hinge(SVM
三更灯火五更鸡·2023-02-22 09:15

常见损失函数

-1损失函数(zero-oneloss)绝对值损失函数(Absoluteloss)log对数损失函数(LogLoss)平方损失函数(SquareLoss)指数损失函数(ExponentialLoss)SVM
Dreamcreationman·2023-02-22 09:40

R-CNN 阅读笔记

在阅读过程中，找了不少相关的资料来弄清楚比较细节的东西，其中hjimce的博客中，对于细节的理解要更全面一些，比如文中没有具体阐述的非极大值抑算法、对于fine-tuning、训练CNN和SVM的时候标签的定义和设计的思考
programmingfool5·2023-02-22 07:44

基于SVM算法的人脸表情识别

一：下载实验所需要的包：pipinstallscikit-imagepipinstallplaysoundpipinstallpandaspipinstallsklearn二：图片预处理：将人脸检测出来并对图片进行裁剪importdlib#人脸识别的库dlibimportnumpyasnp#数据处理的库numpyimportcv2#图像处理的库OpenCvimportos#dlib预测器detec
今年又秃头了·2023-02-21 07:13

机器学习：支持向量机SVM

支持向量机（SVM，也称为支持向量网络），是机器学习中获得关注最多的算法没有之一。它源于统计学习理论，与集成算法一样，也是强学习器。
Zen of Data Analysis·2023-02-21 07:39

人脸识别SVM

目录一.实验准备二、Dlib提取人脸特征2、微笑识别4、相机检测模型三、参考博客一.实验准备下载实验所需包pipinstallscikit-imagepipinstallplaysoundpipinstallpandaspipinstallsklearn二、Dlib提取人脸特征#从人脸图像文件中提取人脸特征存入CSV#Featuresextractionfromimagesandsaveintof
Chleto·2023-02-21 07:38

机器学习：基于支持向量机（SVM）进行人脸识别预测

机器学习：基于支持向量机（SVM）进行人脸识别预测文章目录机器学习：基于支持向量机（SVM）进行人脸识别预测一、实验目的二、实验原理三、实验环境四、实验内容五、实验步骤1.准备数据2.业务理解3.数据理解
AOAIYII·2023-02-21 07:04

支持向量回归SVR拟合、预测回归数据和可视化准确性检查实例|附代码数据

支持向量回归（SVR）是一种回归算法，它应用支持向量机（SVM）的类似技术进行回归分析。
·2023-02-18 00:56

支持向量回归SVR拟合、预测回归数据和可视化准确性检查实例|附代码数据

支持向量回归（SVR）是一种回归算法，它应用支持向量机（SVM）的类似技术进行回归分析。
·2023-02-18 00:55

基于蜣螂算法优化的lssvm回归预测-附代码

基于蜣螂算法优化的lssvm回归预测-附代码文章目录基于蜣螂算法优化的lssvm回归预测-附代码1.数据集2.lssvm模型3.基于蜣螂算法优化的LSSVM4.测试结果5.Matlab代码摘要：为了提高最小二乘支持向量机
智能算法研学社（Jack旭）·2023-02-17 13:00

基于蜣螂算法优化的SVM回归预测-附代码

基于蜣螂算法优化的SVM回归预测文章目录基于蜣螂算法优化的SVM回归预测1.数据集3.模型处理4.基于蜣螂搜索的SVM回归预测5.测试结果：6.参考文献7.matlab代码摘要：利用蜣螂搜索算法对SVM
智能算法研学社（Jack旭）·2023-02-17 13:00

基于蜣螂算法优化的SVM数据分类预测-附代码

基于蜣螂算法优化的SVM数据分类预测-附代码文章目录基于蜣螂算法优化的SVM数据分类预测-附代码1.数据集2.SVM模型建立3.基于蜣螂算法优化的SVM4.测试结果5.参考文献：6.Matlab代码7.
智能算法研学社（Jack旭）·2023-02-17 13:30

基于神经网络的数字识别,语音识别深度神经网络

对于MNIst数据集（28*28的手写数字），2层神经网络准确率可达99%，svm也有98%以上。以上实现非常简单，matlab已经有现成工具箱。
小明技术分享·2023-02-17 13:16

R语言梯度提升机 GBM、支持向量机SVM、正则判别分析RDA模型训练、参数调优化和性能比较可视化分析声纳数据|附代码数据

阅读全文：http://tecdat.cn/?p=24354最近我们被客户要求撰写关于分析声纳数据的研究报告，包括一些图形和统计输出。在本文中，介绍简化模型构建和评估过程caret包的train函数可用于使用重采样评估模型调整参数对性能的影响在这些参数中选择“最佳”模型从训练集估计模型性能首先，必须选择特定的模型。调整模型的第一步是选择一组要评估的参数。例如，如果拟合偏最小二乘(PLS)模型，则必
·2023-02-17 00:46

【机器学习实战-7章】利用AdaBoost元算法提高分类性能

7.1基于数据集多重抽样的分类器前面我们介绍了五种不同的分类算法：KNN、决策树、贝叶斯、Logistic回归以及SVM，我们可以将
唐生一·2023-02-17 00:08

6.集成算法boosting----AdaBoost算法

1.提升算法提升算法实为将一系列单一算法（如决策树，SVM等）单一算法组合在一起使得模型的准确率更高。
aizhua3368·2023-02-16 23:37

机器学习实现图像分类（简单易上手） SVM KNN 决策树 朴素贝叶斯 机器学习作业

机器学习实现图像分类SVMKNN决策树朴素贝叶斯重要提示：本文仅仅靠调用python的sklearn中的模型包实现机器学习方法，不喜勿喷代码主要参考并改进https://blog.csdn.net/Eastmount
chestnut栗子·2023-02-16 21:22

基于机器学习SVM KNN的动作识别系统 毕业设计 附完整代码

电视1等模拟智能家电，并以按钮的形式表名了该家电的状态，点击学习列表的某一按钮，向服务器发送一条学习指令，服务器的动作学习模块，会将最新的动作数据TO_PREDICT和该学习指令对应起来，作为一条新的SVM
程序员uu·2023-02-16 21:45

用初次训练的SVM+HOG分类器在负样本原图上检测HardExample

HardInstance)是指利用第一次训练的分类器在负样本原图(肯定没有人体)上进行行人检测时所有检测到的矩形框，这些矩形框区域很明显都是误报，把这些误报的矩形框保存为图片，加入到初始的负样本集合中，重新进行SVM
amulet0703·2023-02-16 21:23

10- SVM支持向量机 (SVC) (算法)

支持向量机（supportvectormachines,SVM）是一种二分类算法，它的目的是寻找一个超平面来对样本进行分割，分割的原则是间隔最大化，如果对应的样本特征少，一个普通的SVM就是一条线将样本分隔开
处女座_三月·2023-02-16 20:13

机器学习——一些名词解释(适用于刚开始接触机器学习)

监督式学习的算法有决策树学习,SVM,KNN等回归分析和统计分类的算法。非监督式学习(Unsupervisedlearnin
如果可以请叫我小潘潘·2023-02-07 11:29

python3 has_key() 的问题 AttributeError: type object dict has no attribute has_key

想要不报错，分为两步：第一：在a.pyx文件里修改方式一：#把这个代码assertsvm_data.has_key("scores")#换成这个assertsvm_data.
dannyle·2023-02-07 11:30

第一篇 交叉验证器

我们以训练一个svm模型，然后验证它在测试集上的准确率为例：fromsklearnimportdatasets,svmdigits=datasets.load_digits()X_digits=digits.datay_digits
翻滚牛犊·2023-02-07 08:43

Datawhale组队学习之西瓜书task5

第六章支持向量机6.1SVM基本型6.1.1基本型给定训练样例集D={(x1,y1),(x2,y2),⋯ ,(xm,ym)},yi∈{−1,+1}D=\{(\boldsymbolx_1,y_1),(\boldsymbolx
legnAray·2023-02-06 20:45

SVM调参经验

转自http://www.cnblogs.com/pinard/p/6117515.html在支持向量机(以下简称SVM)的核函数中，高斯核(以下简称RBF)是最常用的，从理论上讲，RBF一定不比线性核函数差
乖乖猪001·2023-02-06 17:42

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
上一页 33 34 35 36 37 38 39 40 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他