zoukankan      html  css  js  c++  java
  • 第七周 第二部分

    Kernels I

    我将对支持向量机算法做一些改变 
    以构造复杂的非线性分类器我们用"kernels(核函数)"来达到此目的

     

     

     

     

     

     

     

     

     

    如果你有大量的特征变量 如果 n 很大 而训练集的样本数 m 很小
    特征变量 x 是一个 n+1 维向量你应该拟合 一个线性的判定边界 .不要拟合非常复杂的非线性函数 因为没有足够的数据

     一个实现过程中的注意事项 如果你有大小很不一样 的特征变量在使用高斯核函数之前 对它们进行归一化是很重要的

     多项式核函数几乎总是 或者通常执行的效果 比高斯核函数差一些 .所以用得没有那么多 但是你有可能会碰到 通常它只用在 

    当 x 和 l 都是严格的非负数时 这样以保证这些 内积值永远不会是负数

     

     

    SVM 在一个区间内 是一个非常有效地学习复杂非线性函数的方法 
     
  • 相关阅读:
    NIO编程介绍
    伪异步IO
    BIO模型
    Json
    Jquery笔记
    JQuery与Ajax
    jQuery之事件和动画
    JQueryDOM节点操作
    认识Jquery
    javascript之DOM
  • 原文地址:https://www.cnblogs.com/tingtin/p/12209792.html
Copyright © 2011-2022 走看看