李航《统计学习方法》-----支持向量机
书中第七章才是支持向量机SVM，但在SVM与感知机有相似的地方，看了感知机的知识之后趁热先看看SVM。 首先回顾一下感知机。感知机的模型是线性分类模型，将两种类别标记为正负1，将新的样本输入线性函数，再将线性函数代入符号函数就可以得到输出作为判定结果。这里最重要的还是线性函数的选取，线性函数在特征空间中可能就是一个超平面，只要这个超平面能将正负样本完全分隔开来就是符合要求的超平面，这也就是感知机的
相关文章
- 1. 统计学习方法 李航---第7章 支持向量机
- 2. 【统计学习方法.李航】SVM支持向量机
- 3. 李航-《统计学习方法》第七章支持向量机
- 4. 李航统计学习－支持向量机（SVM）之个人理解
- 5. 李航统计学习－支持向量机（SVM）之我的理解
- 6. 统计学习方法（机器学习）——7.3、支持向量机（非线性支持向量机与核函数）
- 7. 统计学习方法笔记：第七章.支持向量机
- 8. 《统计学习方法》—— 7.支持向量机
- 9. 【笔记】《统计学习方法》(7)支持向量机
- 10. 统计学习方法笔记（十一）支持向量机（二）
- 更多相关文章...
- • 浏览器 统计 - 浏览器信息
- • R 绘图 - 中文支持 - R 语言教程
- • Kotlin学习（一）基本语法
- • Tomcat学习笔记（史上最全tomcat学习笔记）
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
