随笔分类 -  机器学习

摘要：最优超平面(分类面) 如图所示, 方形点和圆形点代表两类样本, H 为分类线,H1, H2分别为过各类中离分类线最近的样本且平行于分类线的直线, H1、H2上的点（xi, yi）称为支持向量， 它们之间的距离叫做分类间隔(margin)。中间那条分界线并不是唯一的，我们可以把它稍微旋转一下，只要不分错。所谓最优分类面(Optimal Hyper Plane)就是要求分类面不但能将两类正确分开(训练错误率为0),而且使分类间隔最大。推广到高维空间，最优分类线就变为最优分类面。支持向量是那些最靠近决策面的数据点，这样的数据点是最难分类的，因此,它们和决策面的最优位置直接相关。 我们有两个 ma.. 阅读全文

摘要：离上次发博文差不多有一年的时间了，因为一直在准备考研直到4月份才有时间，无奈考研后进入空白期，对专业、技术甚至生活失去了兴趣，部分原因也是没有什么好写的，现在刚做完毕设，有点积累，就从这里开始吧！希望能尽快找回节奏！ 我将从svm理论到应用，分享一下学习经历，文章有很多内容来自文献和网络牛人，后面给出链接。我自己也阅读了好几遍（写得真的很不错），思考后加入了自己的理解，且作为一系列的学习笔记吧。相关学科、领域的关系1、数据挖掘和机器学习： 数据挖掘受到很多学科领域的影响，其中数据库、机器学习、统计学无疑影响最大。简言之，对数据挖掘而言，数据库提供数据管理技术，机器学习和统计学提供数据分... 阅读全文