从事数据挖掘工作多年使我意识到，算法学习是一个沉淀的过程，或者说是一场“从薄到厚再到薄”的修行的过程。抛开业务问题不谈，就算法学习本身而言，如果...

返回主页 支持向量机（support vector machine，SVM）属于二分类判别模型，由 Cortes 和 Vapnik 于1964年...

返回主页 2 线性支持向量机线性可分支持向量机过于理想化，当训练集不是线性可分时，无法得到最优解，因为此时原问题的不等式约束不能全部成立，即存在...

返回主页 3 非线性支持向量机、SMO算法理论上，KKT条件可以解出SVM，但是当训练集容量很大时，这种方法显得异常低效，甚至无法使用。SMO（...

返回主页 感知机（perceptron）属于判别模型，是神经网络与SVM的基础，由 Rosenblatt 于1957年提出。 1 假设空间 2 ...

返回主页 机器学习（或统计学习）算法的目标是减少预期的泛化误差，这也被称为损失（Loss）。如果我们知道真实的分布 P(X,Y)，那么使损失最小...