网站首页 技术文章 第259页

• 

  支持向量机(SVM)说明及示例

  支持向量机（SVM）可以解决支持分类和回归问题，这两个问题的解决都是通过构造函数h来实现的，该函数将输入向量x与输出y进行匹配：y=h（x）优缺点优点：该算法可以基于内核对线性和非线性问题的极限进行建模。它对于“过拟合”也非常可行，尤...

  2024-11-19 btikc 技术文章 23 ℃ 0 评论
• 

  支持向量机算法及其与函数和几何举例的关系

  支持向量机算法及其与函数和几何举例的关系支持向量机（SVM）是一种强大的机器学习算法，广泛应用于分类和回归问题中。其核心思想是通过找到一个最优的超平面，使得不同类别的数据点被最大程度地分离。本文将详细介绍SVM算法的原理，并通过函数和几何举...

  2024-11-19 btikc 技术文章 25 ℃ 0 评论
• 

  机器学习必修课:支持向量机原理:线性SVM软间隔最大化模型

  很多人第一次听说SVM时都觉得它是个非常厉害的东西，但其实SVM本身“只是”一个线性模型。只有在应用了核方法后，SVM才会“升级”成为一个非线性模型不过由于普遍说起SVM时我们都默认它带核方法，所以我们还是随大流、称SVM...

  2024-11-19 btikc 技术文章 25 ℃ 0 评论
• 

  一文解释支持向量机

  理论上的详细解释和代码上的示例支持向量机（SVM）是一种受监督的机器学习算法，主要用于分类任务。它也适用于回归任务。监督学习算法尝试使用特征（独立变量）预测目标（独立变量）。根据目标变量的特性，它可以是分类（离散目标变量）或回归（连续目...

  2024-11-19 btikc 技术文章 25 ℃ 0 评论
• 

  机器学习必修课!支持向量机原理(一) 线性支持向量机

  支持向量机(SupportVecorMachine,以下简称SVM)虽然诞生只有短短的二十多年，但是自一诞生便由于它良好的分类性能席卷了机器学习领域，并牢牢压制了神经网络领域好多年。如果不考虑集成学习的算法，不考虑特定的训练数据集，在分...

  2024-11-19 btikc 技术文章 72 ℃ 0 评论
• 

  详解支持向量机

  介绍监督学习描述了一类问题，涉及使用模型来学习输入示例和目标变量之间的映射。如果存在分类问题，则目标变量可以是类标签，如果存在回归问题，则目标变量是连续值。一些模型可用于回归和分类。我们将在此博客中讨论的一种这样的模型是支持向量机，简称为S...

  2024-11-19 btikc 技术文章 37 ℃ 0 评论
• 

  软考系统分析师知识点十六:系统实现与测试

  前言今年报考了11月份的软考高级：系统分析师。考试时间为：11月9日。倒计时：21天。目标：优先应试，其次学习，再次实践。复习计划第一阶段：扫平基础知识点，仅抽取有用信息，可有缺失，但得过眼。...

  2024-11-18 btikc 技术文章 42 ℃ 0 评论
• 

  第16篇 软件工程(四)过程管理与测试管理

  本篇介绍软件工程的过程管理、软件测试、测试管理...

  2024-11-18 btikc 技术文章 36 ℃ 0 评论
• 

  编程|实例(分书问题)了解数据结构、算法(穷举、递归、回溯)

  任何一个可以用计算机解决的问题所需的计算时间都与其规模有关系，这也就意味着，通常情况下问题规模越大，所耗费的时间和计算资源越多；而问题的规模越小，所需的时间和计算资源越小，问题的求解也越容易，因此，在处理一些困难问题的时候，我们会考虑通过缩...

  2024-11-18 btikc 技术文章 42 ℃ 0 评论
• 

  算法-减治法

  分治法和减治法的区别。...

  2024-11-18 btikc 技术文章 38 ℃ 0 评论