摘要:
前言 SVM(支持向量机)是一种常用的机器学习算法,用于分类和回归分析。它的主要目的是寻找一个最优超平面,将不同属性的数据分成不同的类别。SVM是一种有效的分类器,因为它可以处理高维数据,并且可以使用核函数处理非线性可分的数据。 SVM思想 它的核心思想是通过将数据映射到高维空间来找到一个最优的超平 阅读全文
前言 SVM(支持向量机)是一种常用的机器学习算法,用于分类和回归分析。它的主要目的是寻找一个最优超平面,将不同属性的数据分成不同的类别。SVM是一种有效的分类器,因为它可以处理高维数据,并且可以使用核函数处理非线性可分的数据。 SVM思想 它的核心思想是通过将数据映射到高维空间来找到一个最优的超平 阅读全文
posted @ 2023-02-13 10:57
太阳是白的
阅读(323)
评论(0)
推荐(0)

前言 K-means是一种经典的无监督学习算法,用于对数据进行聚类。K-means算法将数据集视为具有n个特征的n维空间,并尝试通过最小化簇内平方误差的总和来将数据点划分为簇。本文将介绍K-means算法的原理、实现和应用。 定义 K-means是一种无监督学习算法, 用于对数据进行聚类。该算法将数
浙公网安备 33010602011771号