机器学习——支持向量机算法完整实战源码
基于Python和sklearn机器学习库实现的支持向量机算法使用的实战案例。
使用jupyter notebook环境开发。
支持向量机：支持向量机（Support Vector Machine, SVM）是一类按监督学习（supervised learning）方式对数据进行二元分类的广义线性分类器（generalized linear classifier），其决策边界是对学习样本求解的最大边距超平面（maximum-margin hyperplane） [1-3] 。
SVM使用铰链损失函数（hinge loss）计算经验风险（empirical risk）并在求解系统中加入了正则化项以优化结构风险（structural risk），是一个具有稀疏性和稳健性的分类器 [2] 。SVM可以通过核方法（kernel method）进行非线性分类，是常见的核学习（kernel learning）方法之一。
文件下载
资源详情
[{"title":"（ 7 个子文件 596KB ） 机器学习——支持向量机算法完整实战源码","children":[{"title":"img","children":[{"title":"5.png <span style='color:#111;'> 6.38KB </span>","children":null,"spread":false},{"title":"1.png <span style='color:#111;'> 75.80KB </span>","children":null,"spread":false},{"title":"6.png <span style='color:#111;'> 62.87KB </span>","children":null,"spread":false},{"title":"2.png <span style='color:#111;'> 75.22KB </span>","children":null,"spread":false},{"title":"4.png <span style='color:#111;'> 108.52KB </span>","children":null,"spread":false},{"title":"3.png <span style='color:#111;'> 91.76KB </span>","children":null,"spread":false}],"spread":true},{"title":"支持向量机.ipynb <span style='color:#111;'> 256.32KB </span>","children":null,"spread":false}],"spread":true}]
评论信息
其他资源
- 牧码字模字膜提取软件
- .net C# 通过session控制重复登录及在线用户统计
- 基于java的贪吃蛇，完整毕设，包括论文
- Android 游戏 2048源码
- JAVA 上传ZIP,RAR文件并解压
- 基于matlab的布莱克曼窗函数法设计的低通滤波器
- 象棋旋风第四代破解版
- Dell R730 for server 2008 R2服务驱动(含网卡、H330阵列卡、主板、显卡)
- VC编写的WEB网页浏览器
- 数电课设—病房呼叫系统设计
- GA（遗传算法）改进BP神经网络
- barabasi networks science 完整版 479页
- Visual C++ VC 2010 Express CHS 简体中文版 独立安装
- VB6.0编写的示波器
- 爆发-源码
- 数据可视化炫酷大屏效果
- showHeight.zip
- usermanagementsystemssm.zip
- 电子开发和电信开发在ofs开发上具有的一些差异，用一张ofs97bta的卡片去加以分析
- 51单片机贪吃蛇游戏程序
- 算法 Point 是否在多边形内
- 串口助手 eCOM V5
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明