码迷,mamicode.com
首页 > 其他好文 > 详细

一步一步搞懂支持向量机——从牧场物语到SVM(上)

时间:2017-11-24 21:42:02      阅读:132      评论:0      收藏:0      [点我收藏+]

标签:图片   简化   线性   16px   梳理   ges   size   学习   log   

    之前在数据挖掘课程上写了篇关于SVM的“科普文”,尽量通俗地介绍了SVM的原理和对各公式的理解。最近给正在初学机器学习的小白室友看了一遍,他觉得“很好,看得很舒服”,认为不发到blog上太可惜=  =

    由于word转blog发布好麻烦,特别是图片什么的,所以我直接把文档转图片传上来好了(懒癌晚期)

    里面的许多内容都是参考网上的大牛博客而来的(已列在参考资料中),自己进行了梳理和汇总,并对一些晦涩难懂的地方进行了更进一步的理解和说明,所以写得很长,但对于小白来说仔细读的话说不定会有意外收获哦~

 博文分上下两篇,上篇简单介绍什么是SVM,并学习线性SVM;下篇相对进阶,学习非线性可分时用到的松弛变量和核函数。

(为了尽量通俗尽量简化,通篇涉及到的数学原理可能不会很严谨,还望见谅!)

技术分享图片

技术分享图片技术分享图片技术分享图片技术分享图片技术分享图片技术分享图片技术分享图片技术分享图片技术分享图片技术分享图片技术分享图片技术分享图片

技术分享图片技术分享图片技术分享图片技术分享图片技术分享图片技术分享图片

 

一步一步搞懂支持向量机——从牧场物语到SVM(上)

标签:图片   简化   线性   16px   梳理   ges   size   学习   log   

原文地址:http://www.cnblogs.com/liziran/p/7889996.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!