学了好多遍，每次常学常新。这次继续学习，目标有两个：1. 找到直觉性的认识，有直观理解。2.
在R语言中用SVM做实验，学习相关的包 推荐一个很好的博客：http://blog.pluskid.org/?page_id=683
一系列文章，讲的很详细，公式和示意图也很好。用心的作者啊。 还有Sta....
分类：
其他好文 时间：
2014-05-26 13:18:13
阅读次数：
283
引自
http://my.oschina.net/wangguolongnk/blog/1113491.
支持向量机的目的是什么？对于用于分类的支持向量机来说，给定一个包含正例和反例（正样本点和负样本点）的样本集合，支持向量机的目的是寻找一个超平面来对样本进行分割，把样本中的正例和反例用超平面分开，...
分类：
其他好文 时间：
2014-05-24 09:25:03
阅读次数：
328
处理特征数据 及 代码
本文地址: http://blog.csdn.net/caroline_wendy/article/details/26240241
输入文件:
1. 归一化后的特征文件, 第1列是标签, 其余列是特征;
2. 特征最大值向量文件: 前3列是标准格式, 其余列是最大值;
输出文件:
1. 符合SVM训练数据的特征格式;
2. Mat存储的标准XML文件;
代码:
/*
处理特征数...
分类：
其他好文 时间：
2014-05-23 07:52:53
阅读次数：
276
一、我们先回顾下SVM问题。
A、线性可分问题
1、SVM基本原理：
SVM使用一种非线性映射，把原训练 数据映射到较高的维。在新的维上，搜索最佳分离超平面，两个类的数据总可以被超平面分开。
2、问题的提出：
3、如何选取最优的划分直线f(x)呢？
4、求解：凸二次规划
建立拉格朗日函数：
求偏导数：
...
分类：
其他好文 时间：
2014-05-22 17:10:54
阅读次数：
475
Gallery和swithcer联合使用
/*
* Copyright (C) 2007 The Android Open Source Project
*
* Licensed under the Apache License, Version 2.0 (the "License");
* you may not use this file except in complian...
分类：
其他好文 时间：
2014-05-22 11:19:05
阅读次数：
288
libsvm的函数调用方法 详解
本文地址: http://blog.csdn.net/caroline_wendy/article/details/26261173
需要加载(load)SVM的模型, 然后将结点转换为SVM的格式, 即索引(index)+数据(value)的形式;
释放SVM的model有专用的函数: svm_free_and_destroy_model, 否则容易内存泄露;
可以预测数据的概率, 则需...
分类：
其他好文 时间：
2014-05-22 10:52:57
阅读次数：
335
我们可以看到方法名是以Java_com_lms_jni等开头的，还有什么所谓的Signature，那这些其实都是什么意思呢，今天我们就来简单地认识一下。
JNI 命名规则
对于传统的JNI编程来说，JNI方法跟Java类方法的名称之间有一定的对应关系，要遵循一定的命名规则，如下：
1） 前缀： Java_
2） 类的全限定名，用下划线进行分隔（_）：com_lms_jni_JniTest
3） 方法名：getTestString ...
分类：
移动开发 时间：
2014-05-22 08:18:14
阅读次数：
418
package merge;
import javax.lang.model.element.Element;
/**
* 归并排序：
* 归并排序的效率是比较高的，设数列长为N,将数列分开成小数列一共需要logN步，每步都是一个合并有序数列的过程，时间复杂度为O(N)，故一共为
* O(NlogN).
* @author AbuGe
*
*/
public class Merge...
分类：
其他好文 时间：
2014-05-20 14:40:39
阅读次数：
320
SVM（支持向量机），一种二类分类器，之所以称之为向量机，是因为它本身就产生一个二值决策结果，即使一种决策“机”，支持向量机的泛化错误低（具有结构风险最小），具有很强的学习能力，因此很多人认为它是最好的监督学习算法。SVM与Logistic回归的联系：
logistic回归的目的就是从特征...
分类：
其他好文 时间：
2014-05-19 17:48:15
阅读次数：
364
