HEL_WOR的博客

希望这几个月花的时间，可以让我重新拿起这些内容了。从logistic回归到SVM。 logistic回归的目的是从特征学习出一个0/1分类的模型，而这个模型是将特征的线性组合作为自变量，由于自变量的取值是从负无穷到正无穷，因此，使用logistic函数（也称sigmoid函数）将自变量映射到（0,1）上。对于用于分类的SVM，它是一个二分类的分类模型，也即，给定一个包含正例和反例（正样本点和负样本

一直想找个方法把分类的数据直观的展示出来，最近在Java上发现了类似Pyhton的MatPlotLib库的jar包，上周末在屋里把代码折腾出来了。Kmeans算属于非监督的聚类算法。 监督学习的定义是通过对算法进行有正面影响和负面影响的训练，算法能够学习出一种模型，这个时候我们将测试数据输入这个模型后，模型能得出我们想要的结果，例如分类。举个例子，我们怎样训练自己家的狗狗要听话，我们通过狗狗做对的