2020 年 8月 25 日随笔档案 - 小小喽啰

2020年8月25日

摘要： 1.什么是支持向量机2.支持向量机的推导3.SVM的损失函数4.SVM的核函数有哪些，核函数的作用是什么5.硬间隔和软间隔6.SVM可以做多分类吗，怎么做7.SVM可以做回归吗，怎么做8.SVM的对偶问题，为什么要把原问题转化为对偶问题9.KKT限制条件有哪些一、函数间隔与几何间隔在正式介绍SV 阅读全文

posted @ 2020-08-25 16:10 小小喽啰阅读(366) 评论(0) 推荐(0) 编辑

sklearn.svm.SVC 支持向量机参数详解

摘要：用法如下： class sklearn.svm.SVC(*, C=1.0, kernel='rbf', degree=3, gamma='scale', coef0=0.0, shrinking=True, probability=False, tol=0.001, cache_size=200, 阅读全文

posted @ 2020-08-25 15:34 小小喽啰阅读(7792) 评论(0) 推荐(0) 编辑

机器学习算法（五）: 基于支持向量机的分类预测

摘要：目录 Demo实践支持向量机软间隔超平面一、Demo实践 #Step1:库函数导入 ## 基础函数库 import numpy as np ## 导入画图库 import matplotlib.pyplot as plt import seaborn as sns ## 导入逻辑回归模型函数阅读全文

posted @ 2020-08-25 14:07 小小喽啰阅读(1475) 评论(0) 推荐(0) 编辑

决策树原理的python实现

摘要：我们已经知道ID3算法是基于信息增益来实现的，下面就根据原理写出代码： # -*- coding: utf-8 -*- """ Created on Tue Aug 11 10:12:48 2020 @author: Admin """ from math import log import ope 阅读全文

posted @ 2020-08-25 09:56 小小喽啰阅读(319) 评论(0) 推荐(0) 编辑