摘要：【机器学习】算法原理详细推导与实现(六):k means算法 之前几个章节都是介绍有监督学习，这个章节介绍无监督学习，这是一个被称为 的聚类算法，也叫做 k均值聚类算法 。 聚类算法 在讲监督学习的时候，通常会画这样一张图： 这时候需要用 回归或者 将这些数据分成正负两类，这个过程称之为 监督学习 阅读全文

摘要：【机器学习】算法原理详细推导与实现(五):支持向量机(下) 上一章节介绍了支持向量机的生成和求解方式，能够根据训练集依次得出$\omega$、$b$的计算方式，但是如何求解需要用到核函数，将在这一章详细推导实现。 核函数 在讲核函数之前，要对上一章节得到的结果列举出来。之前需要优化的凸函数为： \[ 阅读全文

摘要：【机器学习】算法原理详细推导与实现(四):支持向量机(上) 在之前的文章中，包括线性回归和逻辑回归，都是以线性分界线进行分割划分种类的。而本次介绍一种很强的分类器【支持向量机】，它适用于线性和非线性分界线的分类方法。 函数间隔概念 为了更好的理解非线性分界线，区别两种分界线对于分类的直观理解，第一种 阅读全文