11 2021 档案

摘要：参数C的进阶 支持向量机分类器, 是在数据空间中找出一个超平面作为决策边界, 利用这个决策边界来对数据进行分类, 并使分类误差尽量小的模型. 所以软间隔让决定两条虚线超平面向量可鞥来自于同一个类别的样本点, 而硬间隔的时候两条虚线超平面比速是由两个不同类别的支持向量决定 二分类SVC中样本不均衡问题 阅读全文

摘要：支持向量机, 它源于统计学习理论, 是除了集成算法之外, 接触的第一个强学习器 功能 有监督学习 线性二分类与多分类(Linear Support Vector Classification) 非线性二分类与多分类(Support Vector Classification, SVC) 普通连续型变 阅读全文

摘要：无监督学习-聚类算法 聚类算法有焦作"无监督分类", 其目的是将数据阿虎分成有意义或有用的组(簇). 聚类 分类 核心 将数据分成多个组, 探索每个组的数据是否有联系 从已经分组的数据中取学习, 把新数据放到已经分好的组中去 学习类型 无监督, 无需标签进行训练 有监督, 需要标签进行训练 典型算法 阅读全文