西西嘛呦

摘要： 懒人专用，全网VIP视频免费破解去广告、全网音乐直接下载、百度网盘直接下载、知乎视频下载等多合一版。长期更新，放心使用。 // ==UserScript== // @name 懒人专用，全网VIP视频免费破解去广告、全网音乐直接下载、百度网盘直接下载、知乎视频下载等多合一版。长期更新，放心使用。 / 阅读全文

摘要： 什么是朴素贝叶斯？ 朴素贝叶斯是jiyu贝叶斯定理和特征条件独立假设的分类方法。即对于给定训练数据集，首先基于特征条件独立假设学习输入\输出的联合概率分布，然后基于此模型，对于给定的输入x，利用贝叶斯定理求出后验概率最大的输出y。 什么是贝叶斯法则？ 在贝叶斯法则中，每个名词都有约定俗成的名称：Pr 阅读全文

摘要： 什么是最近邻？ 最近邻可以用于分类和回归，这里以分类为例。给定一个训练集，对新输入的实例，在训练数据集中找到与该实例最接近的k个实例，这k个实例的多数属于某个类，就把该输入实例分为这个类 最近邻模型的三个基本要素？ 距离度量、K值的选择和分类决策规则。 距离度量：一般是欧式距离，也可以是Lp距离和曼 阅读全文

摘要： 截图自：https://www.cnblogs.com/ooon/p/5723725.html 阅读全文

摘要： 本篇文章将详解带有约束条件的最优化问题，约束条件分为等式约束与不等式约束，对于等式约束的优化问题，可以直接应用拉格朗日乘子法去求取最优值；对于含有不等式约束的优化问题，可以转化为在满足 KKT 约束条件下应用拉格朗日乘子法求解。拉格朗日求得的并不一定是最优解，只有在凸优化的情况下，才能保证得到的是最 阅读全文

摘要： 代码来源： https://github.com/eriklindernoren/ML-From-Scratch 支持向量机代码： from __future__ import division, print_function import numpy as np import cvxopt fro 阅读全文

摘要： 比如说图7-7，左图中的数据是线性不可分的，利用非线性变换将其转换为右图中的数据分布，再利用线性支持向量机就可以解决了。 核函数是什么？ 核函数和映射函数之间的关系？ 核函数在支持向量机中是怎么使用的？ 正定核的充分必要条件？ 常用的核函数？ 什么是非线性支持向量机？ 也就是将支持向量机中的对偶形式 阅读全文

摘要： 摘自统计学习方法，仅供自己复习所用。 阅读全文

摘要： 上一节所讲的支持向量机是在数据线性可分的情况下的，当数据线性不可分时，也就是并不是所有数据都满足： 可以为每个样本点引入一个松弛变量ξ，使得函数间隔加上松弛变量大于等于1，这样约束条件就变为： 同时对于每一个松弛变量ξ1，支付一个代价ξ1，因此目标函数变为： C>0称为惩罚系数，一般由应用问题所决定 阅读全文

摘要： 上节讲到了支持向量机转换为以下问题了： 在线性可分的情况下，将距离分离超平面最近的样本点的实例称为支持向量，支持向量是使yi(wxi+b) -1=0的点。对于yi=+1的正例点，支持向量在超平面wx+b=1上，对于yi=-1的负例点，支持向量在wx+b=-1上，如图所示： 举个例子： 使用对偶算法求 阅读全文