摘要: 手写数字识别的优化(有核函数) 训练算法:采用两种不同的核函数,并对径向基核函数采用不同的设置来运行SMO算法 测试算法:便携一个函数来测试不同的和函数并计算错误率 from numpy import * from time import sleep def loadDataSet(fileName 阅读全文
posted @ 2019-10-23 23:51 王琳杰 阅读(831) 评论(0) 推荐(0) 编辑
摘要: 支持向量机(Support Vector Machines, SVM):是一种机器学习算法。 支持向量(Support Vector)就是离分隔超平面最近的那些点。机(Machine)就是表示一种算法,而不是表示机器。 基于训练集样本在空间中找到一个划分超平面,将不同类别的样本分开。 SVM 工作原 阅读全文
posted @ 2019-10-23 23:26 王琳杰 阅读(618) 评论(0) 推荐(0) 编辑
摘要: 采用测量不同特征值之间的距离方法进行分类。 KNN 工作原理 1.假设有一个带有标签的样本数据集(训练样本集),其中包含每条数据与所属分类的对应关系。 2.输入没有标签的新数据后,将新数据的每个特征与样本集中数据对应的特征进行比较。 计算新数据与样本数据集中每条数据的距离。 对求得的所有距离进行排序 阅读全文
posted @ 2019-10-23 21:37 王琳杰 阅读(252) 评论(0) 推荐(0) 编辑