发帖
雷达卡
基于Python和sklearn机器学习库实现的支持向量机算法使用的实战案例。使用jupyter notebook环境开发。支持向量机：支持向量机（Support Vector Machine, SVM）是一类按监督学习（supervised learning）方式对数据进行二元分类的广义线性分类器（generalized linear classifier），其决策边界是对学习样本求解的最大边距超平面（maximum-margin hyperplane） [1-3] 。SVM使用铰链损失函数（hinge loss）计算经验风险（empirical risk）并在求解系统中加入了正则化项以优化结构风险（structural risk），是一个具有稀疏性和稳健性的分类器 [2] 。SVM可以通过核方法（kernel method）进行非线性分类，是常见的核学习（kernel learning）方法之一。
.。。。
机器学习——支持向量机完整实战源码.zip
(596.01 KB, 需要: RMB 11 元)
本附件包括：- 支持向量机.ipynb
京公网安备 11010802022788号
