1. 章節(jié)主要內(nèi)容 支持向量機(jī)是我認(rèn)為的機(jī)器學(xué)習(xí)算法中最復(fù)雜的算法之一，又因?yàn)槲以诳偨Y(jié)西瓜書內(nèi)容的時(shí)候是秉持著盡量不貼各種復(fù)雜數(shù)學(xué)公式的原則的，所以這一章的總結(jié)十分困難。綜合...
發(fā)簡信
IP屬地：廣西
-
一起來讀西瓜書：第六章 支持向量機(jī) -
用講故事的辦法幫你理解SMO算法
SVM通常用對偶問題來求解，這樣的好處有兩個(gè)：1、變量只有N個(gè)（N為訓(xùn)練集中的樣本個(gè)數(shù)），原始問題中的變量數(shù)量與樣本點(diǎn)的特征個(gè)數(shù)相同，當(dāng)樣本特征非常多時(shí)，求解難度較大。2、可...
-
數(shù)據(jù)結(jié)構(gòu)與算法之線性表前言 上一篇《數(shù)據(jù)結(jié)構(gòu)和算法之時(shí)間復(fù)雜度和空間復(fù)雜度》中介紹了時(shí)間復(fù)雜度的概念和常見的時(shí)間復(fù)雜度，并分別舉例子進(jìn)行了一一說明。這一篇主要介紹線性表。線性表屬于數(shù)據(jù)結(jié)構(gòu)中邏輯結(jié)...
-
kaggle：gbdt 和 random forest 和xgboost通常決定一個(gè)機(jī)器學(xué)習(xí)模型能不能取得好的效果，以下三個(gè)方面的因素缺一不可。 1.理論模型（站在vc-dimension的角度） 2.實(shí)際數(shù)據(jù) 3.系統(tǒng)的實(shí)現(xiàn)（主要基于xgboo...
