- 博客(7)
- 收藏
- 关注
RSS订阅原创 支持向量数据描述＜二＞
本文是基于张永博士的基于改进的 PCM 支持向量描述多类分类器。 在上一节中，我们看到了标准SVDD的训练方法。对于分类问题，经典的作法经常是对每一类样本，分别训练一个SVDD。对于新的待测样本，如果它落入且仅落入一个SVDD的范围内，则将它预测为该SVDD的类别，如果样本落入重叠区域，则计算样本到每个SVDD球心的距离，将其预测为与之距离最近的SVDD的类别。 经典算法，每一个样本在构造最优超球体时具有同样的地位。若训练数据中含有噪声点，则会影响SVDD的结果。所以PCM-SVDD的思路就是通过PCM计算
2021-01-05 19:12:02
321
原创 支持向量机专题
摘自林轩田机器学习技法 （1）计算一个样本点到一个平面的距离,样本x到超平面的距离就可以表示为 WT∥W∥(x−x′)=1∥W∥(WTx+b) \frac{W^T}{\lVert W \lVert}(x-x')=\frac{1}{\lVert W \lVert}(W^Tx+b) ∥W∥WT(x−x′)=∥W∥1(WTx+b) (2)本来只需要 WTx+b≥0或者WTx+b≤0 W^Tx+b\geq0或者W^Tx+b\leq0 WTx+b≥0或者WTx+b≤0 现在变成了 WTx+b≥1或者WTx+b≤−
2020-07-03 19:53:59
254
原创 我的python学习（三）类与对象
目录 1定义类与类的实例化 2什么叫封装 3什么叫继承 4什么叫多态 5对类进行实例化，如何进行参数传递 6类的初始化 7公有和私有 8什么叫继承 9什么叫super继承 10多重继承 11组合 12覆盖 静态的是属性 动态的是方法 如何将属性和方法结合起来呢 1.定义类，并实例化类 class Turtle: #属性 color="green" weight=4 #方法 def climb(self): print("爬爬") def run
2020-05-30 20:39:13
261
原创 Relief特征选择与matlab实现
特征选择是一个重要的数据预处理过程 （1）首先数据属性过多容易造成维度灾难，造成学习过程困难。 （2）去除不相关特征，只留下关键因素，则真相更容易看清。 特征选择的目的就是在样本的众多特征中选出有助于样本分类的属性。那么那些属性有助于样本分类呢？我们将对样本的每一个属性进行重要性评价。 Relief 借用了“假设间隔”（hypothesis margin hypothesis marginhypothesis\ margin）的思想，我们知道在分类问题中，常常会采用决策面的思想来进行分类，“假设间隔”就是指
2020-05-30 11:33:49
6289
13
原创 我的python学习（二）
1字符串的大小写，一劈两半，统计字符个数，字符串替换 a="Python Is My Friend" print(a.lower())#全小写 print(a.upper())#全大写 print(a.split("s"))#一批两半 print(a.split()) print(a.count(" "))#统计字符的个数 print(a.replace("Python","C++")) prin...
2020-05-08 10:04:10
302
原创 我的python学习（一）
1 python是可以用汉字作为变量的 变量=123 print(变量) 2在键盘上输入，输入的结果作为字符串 a=input("请输入：") 3在键盘上输入数字进行运算 a=eval(input("请输入a")) b=eval(input("请输入b")) print(a+b) 4变量交换与变量类型 a,b=3,4 a,b=b,a b=type(a) 5混合输出字符串用 {}.form...
2020-05-06 19:54:52
431
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人