支持向量机原理--【入门新手不可错过】
SVM入门,支持向量机的详细的数学原理,不可错过,
支持向量机
1简介
支持向量机基本上是最好的有监督学习算法了。最开始接触SVM是去年暑假的时候，老师要求交《统计学习理论》的报告，那时去网上下了一份入门教程，里面讲的很通俗，当时只是大致了解了一些相关概念。这次斯坦福提供的学习材料，让我重新学习了一些SVM知识。我看很多正统的讲法都是从VC维理论和结构风险最小原理出发，然后引出SVM什么的，还有些资料上来就讲分类超平面什么的。这份材料从前几节讲的logistic回归出发，引出了SVM，既揭示了模型间的联系，也让人觉得过渡更自然。
2重新审视logistic回归
Logistic回归目的是从特征学习出一个0/1分类模型，而这个模型是将特性的线性组合作为自变量，由于自变量的取值范围是负无穷到正无穷。因此，使用logistic函数（或称作sigmoid函数）将自变量映射到(0,1)上，映射后的值被认为是属于y=1的概率。
形式化表示就是
假设函数
其中x是n维特征向量，函数g就是logistic函数。
的图像是
可以看到，将无穷映射到了(0,1)。
而假设函数就是特征属于y=1
的概率。
你可能喜欢
- 算法入门
- 设备分类
- matlab工具箱
- SVM分类
- 文本挖掘
- 经典总结
- 电机故障
- 设备管理的分类7页
- 设备分类方法4页
- 化工机械设备分类方法6页
- 设备分类2页
- 设备分类分级管理2页
- 14-设备的分类编号管理制度2页
- 如何在matlab中添加新的工具箱2页
- matlab6工具箱(补充)44页
- 如何在matlab中添加新的工具箱1页
- matlab常用工具箱、函数查询及相关应用5页
- 4步学会使用matlab模糊控制工具箱8页
- matlab小波工具箱小波分析步骤1页
- SVM分类的一个具体例子11页
- 基于SVM的图像分类算法与实现4页
- SVM在文本分类中的应用58页
- 基于加权策略的SVM多元分类器21页
- SVM分类与回归简介40页
- 武汉科技大学SVM分类器课件141页
- 文本挖掘研究进展10页
- 文本挖掘技术研究5页
- 文本挖掘及其应用4页
- Web文本挖掘技术在新闻主题检测中的应用研究3页
- 文本挖掘及其在知识管理中的应用5页
- 文本挖掘研究进展6页
- 怎样检查电机故障1页
- 电机故障7页
- 异步电机的故障检查步骤1页
- 电机故障6页
- 双馈异步电机故障诊断方法综述4页
- 电机故障与维护6页
