摘要：
一、SVM概述 支持向量机（support vector machine）是一系列的监督学习算法，能用于分类、回归分析。原本的SVM是个二分类算法，通过引入“OVO”或者“OVR”可以扩展到多分类问题。其学习策略是使间隔最大化，也就是常说的基于结构风险最小化寻找最优的分割超平面。SVM学习问题可以表 阅读全文
摘要：
1. 正则化概述（Regularization） 监督学习可以简单的理解为在最小化loss function 的同时，保证模型的复杂度尽可能的低，防止出现过拟合（overfitting）。常用的loss函数有square loss(Regression)，Hinge Loss(SVM)，exp-loss(adaBoost) 等。关于正则化（Regularization），它... 阅读全文
摘要：
转自：https://www.quora.com/What-are-the-advantages-of-different-classification-algorithms There are a number of dimensions you can look at to give you a sense of what will be a reasonable algorithm to ... 阅读全文