摘要：
1、Python简介：Python在Linux、windows、Mac os等操作系统下都有相应的版本，不管在什么操作系统下，它都能够正常工作。除非使用平台相关功能，或特定平台的程序库，否则可以跨平台使用。python有许多优点，如：简单、易学、免费开源、高层语言、可移植性、解释性、面向对象、可扩展性、可嵌入性、丰富的库。2 安装python Windows之所以使用的这么普遍，是因为在win... 阅读全文
摘要：
S. S. Keerthi等人在Improvements to Platt’s SMO Algorithm for SVM Classifier Design一文中提出了对SMO算法的改进，纵观SMO算法，其核心是怎么选择每轮优化的两个拉格朗日乘子，标准的SMO算法是通过判断乘子是否违反原问题的KKT条件来选择待优化乘子的，由KKT条件： 是否违反它，与这几个因素相关：拉格朗日乘子 、样... 阅读全文
摘要：
这种方法假设样本点在光滑的流形上，这一方法的计算数据的低维表达，局部近邻信息被最优的保存。以这种方式，可以得到一个能反映流形的几何结构的解。 步骤一：构建一个图G=(V,E),其中V={vi，i=1,2,3…n}是顶点的集合，E={eij}是连接顶点的vi和vj边，图的每一个节点vi与样本集X中的一个点xi相关。如果xi，xj相距较近，我们就连接vi，vj。也就是说在各自节点插入一个边eij，如果... 阅读全文
摘要：
1.1算法流程 假设有m个samples，每个数据有n维。 1. 计算各个feature的平均值，计μj ;（Xj(i)表示第i个样本的第j维特征的value） μj = Σm Xj(i)/m meanVals = mean(dataMat, axis=0) 2. 将每一个feature scaling：将在不同scale上的feature进行归一化； 3. 将特征进行mean normal... 阅读全文
摘要：
剪枝 由于悲观错误剪枝 PEP (Pessimistic Error Pruning)、代价-复杂度剪枝 CCP (Cost-Complexity Pruning)、基于错误剪枝 EBP (Error-Based Pruning)、最小错误剪枝 MEP (Minimum Error Pruning)都是用于分类模型，故我们用降低错误剪枝 REP ( Reduced Error Pruning)方法... 阅读全文