判别式模型（Discriminative Model）是直接对条件概率p(y|x;θ)建模。常见的判别式模型有 线性回归模型、线性判别分析、支持向量机SVM、神经网络等。 生成式模型（Generative Model）则会对x和y的联合分布p(x,y)建模，然后通过贝叶斯公式来求得p(yi|x)，然 ...
分类：
其他好文 时间：
2017-02-23 21:11:57
阅读次数：
222
设输入为$x$，表示训练集的特征向量，输出为$y={1,-1}$，这些向量都属于两类中的其中一类，假设这些向量是线性可分的，现在要找一个最优的平面（在二维的时候为一条直线），将这些特征向量正确分类，除此之外，能够将新的输入分到合适的类。 设中间直线方程为$$\hat \omega x+\hat b= ...
分类：
其他好文 时间：
2017-01-09 22:09:22
阅读次数：
214
http://www.matlabsky.com/thread-36823-1-1.html [其它] 支持向量机（SVM）相关免费学习视频集锦 faruto 签到天数: 12 天 [LV.3]偶尔看看II 电梯直达 楼主 发表于 2013-7-28 12:08:46 | 只看该作者 《Learn ...
分类：
其他好文 时间：
2016-12-29 06:39:22
阅读次数：
198
CXCORE库： Mahalanobis距离: K均值: CV库： 人脸检测/Haar分类器 ML库： 正态朴素贝叶斯分类器： 决策树： Boosting: 随机森林： EM算法： K近邻（KNN）： 神经网络/多层感知器： 支持向量机（SVM）： ...
分类：
编程语言 时间：
2016-12-27 00:00:25
阅读次数：
194
(1)支持向量的基本形式 对于一个分类问题，如果用PLA算法，可能会有多种分类策略，如下图所示，很明显，第三个图是一个最佳的分类策略，因为在第三个图中，如果边界上的数据允许的测量误差可以更大一些。对未见示例的泛化性更强。这种方法就是支持向量机。 我们想要得到的是找到一条直线能够把样本数据正确的分开， ...
分类：
其他好文 时间：
2016-12-20 09:38:28
阅读次数：
213
摘要： 1.算法概述 2.算法推导 3.算法特性及优缺点 4.注意事项 5.实现和具体例子 ...
分类：
其他好文 时间：
2016-12-12 19:45:49
阅读次数：
209
传统机器学习分类任务中，我认为支持向量机是最难、最复杂、最有效的一种模型。可能是由于其是一种特殊的神经网络的缘故吧！ 1、支持向量机简介 支持向量机（support vector machines，SVM)是一种二类分类模型。它的基本模型是定义在特征空间上的间隔最大的线性分类器，间隔最大使它有别于感 ...
分类：
系统相关 时间：
2016-12-03 18:10:23
阅读次数：
1118
对于线性不可分的数据集，可以利用核函数（kernel）将数据转换成易于分类器理解的形式。 如下图，如果在x轴和y轴构成的坐标系中插入直线进行分类的话， 不能得到理想的结果，或许我们可以对圆中的数据进行某种形式的转换，从而得到某些新的变量来表示数据。在这种表示情况下，我们就更容易得到大于0或者小于0的 ...
分类：
其他好文 时间：
2016-11-27 22:35:48
阅读次数：
322
在2006年12月召开的 IEEE 数据挖掘国际会议上，与会的各位专家选出了当时的十大数据挖掘算法（ top 10 data mining algorithms ）。本博客已经介绍过的位列十大算法之中...
分类：
编程语言 时间：
2016-11-20 11:19:35
阅读次数：
504
