机器学习笔记-朴素贝叶斯+SVM

朴素贝叶斯

  • 通过概率分类
    在这里插入图片描述

朴素贝叶斯要用到的概率知识

在这里插入图片描述

  • 贝叶斯公式
    在这里插入图片描述
  • 例子
    在这里插入图片描述

朴素贝叶斯计算的时候可能出现为0的值,这个时候引入拉普拉斯平滑系数

  • 例子
    在这里插入图片描述

朴素贝叶斯API

SVM支持向量机

  • 用超平面,尽可能大的分开两类小球
    在这里插入图片描述

  • 核方法就是从低纬度到高纬度的方法
    在这里插入图片描述

SVM-API

在这里插入图片描述

SVM-核函数的讲解

在这里插入图片描述

  • 例子
    在这里插入图片描述

常见核函数-高斯核RBF

在这里插入图片描述

在这里插入图片描述

常见核函数-支持分类和回归的API

在这里插入图片描述

SVM的代码例子

  • 代码
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn import svm
from sklearn.model_selection import train_test_split

#1.获取数据
train 
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值