这一章是在SVM这个词前面加了一个kernal,什么都好计算了。
继续阅读“Kernel Support Vector Machine《机器学习技法》学习笔记(3.1、3.2、3.3、3.4)”
这一章是在SVM这个词前面加了一个kernal,什么都好计算了。
继续阅读“Kernel Support Vector Machine《机器学习技法》学习笔记(3.1、3.2、3.3、3.4)”
第1周的课里面主要讲的是线性SVM,包括如何让线性SVM的线性分割的线更加鲁棒以及如何用二次规划(QP)求解,我也用Matlab实践了一下。
这一周主要讲的是SVM的对偶问题,或者说是SVM的另一种表示形式。
继续阅读“Dual Support Vector Machine《机器学习技法》学习笔记(2.1、2.2、2.3、2.4)”
对原来的线形分类进行回顾——Linear Classification Revisited
继续阅读“《机器学习技法》学习笔记(1.1)—— Linear Support Vector Machine”
首先必须要理解一个东西,就是点到平面的距离(或者点到超平面的距离)
上面的图在最后其实已经推导出来了,但是我还需要总结一下:
对原来的线形分类进行回顾——Linear Classification Revisited
继续阅读“《机器学习技法》学习笔记(1.1)—— Linear Support Vector Machine”