斯坦福机器学习笔记六

支持向量机 与逻辑回归和神经网络相比，支持向量机（SVM）在学习复杂的非线性方程时会提供一种更为清晰、更为强大的方式。 1、支持向量机的代价函数 从逻辑回归的代价函数来推导支持向量机的代价函数，已知逻辑回归的代价函数如下： J( θ )=−1m∑mi=1[y(i)log(hθ(x(i)))+(1−y(i))log(1−hθ(x(i)))] 由于参数 1/m 不影响代价函数大小的比较，这里只看 Co

>>阅读原文<<