V
主页
47. 实现非线性可分 SVM 分类 - 机器学习实验演示
发布人
对于在有限维度向量空间中线性不可分的样本,我们将其映射到更高维度的向量空间里,再通过间隔最大化的方式,学习得到支持向量机,就是非线性 SVM。简单理解就是:非线性 SVM = 核技巧 + 线性 SVM。非线性 SVM 的关键在于将输入空间中线性不可分的样本映射到线性可分的特征空间中去。特征空间的好坏直接影响到了 SVM 的效果。所以,核函数的选择就是一个关键性的问题。在本实验中,我们将利用多种核函数对非线性可分的数据集进行支持向量机分类模型的创建。 ======================== 个人用户获取视频内相关代码及数据集,请微信搜索小程序【跨象乘云AI补习社】访问订阅。注:全部实验演示视频、代码、数据集仅授权予个人用户学习与实验使用。禁止用于二次销售、分发传播、课堂教学及培训用途。校企用户采购请通过微信公众号【跨象乘云】与客户经理联系。 视频原创制作:广州跨象乘云软件技术有限公司 企业网站:https://www.080910t.com
打开封面
下载高清视频
观看高清视频
视频下载器
机器学习实验演示 - 29. MNIST 多标签分类实现
71. 核主成分分析模型实现 - 机器学习实验演示
60. 实现随机森林模型 - 机器学习实验演示
自然语言处理实验演示 - 80. 一维卷积电影评论情感分类
93. 中文文本特征提取 - 自然语言处理实验演示
82. 实现混合高斯模型 - 机器学习实验演示
自然语言处理实验演示 - 02. 文本分词 (Tokenization)
自然语言处理实验演示 - 24. 文本通用特征提取
75. 多种降维算法可视化分析 - 机器学习实验演示
机器学习实验演示 - 38. 实现多项式回归模型
自然语言处理实验演示 - 10. 词义消歧(Word Sense Disambiguation)
自然语言处理实验演示 - 38. K 近邻文本分类
自然语言处理实验演示 - 83. 双向 LSTM 中文微博情感分类
自然语言处理实验演示 - 39. 文本数据回归分析
自然语言处理实验演示 - 81. 二维卷积中文微博情感分类
数字图像处理实验演示 - 43. GrabCut 人物分割与背景替换
人工智能导论实验演示 - 38. 贝叶斯垃圾邮件分类
自然语言处理实验演示 - 67. Word2Vec 词向量训练
自然语言处理实验演示 - 25. 文本通用特征提取进阶
数字图像处理实验演示 - 01. 创建 NumPy 数组
自然语言处理实验演示 - 03. 词性标注 (PoS Tagging)
自然语言处理实验演示 - 30. Lesk 词义消歧 (Word Sense Disambiguation - WSD)
自然语言处理实验演示 - 08. 词形还原(Lemmatization)
59. 实现 Bagging 模型 - 机器学习实验演示
自然语言处理实验演示 - 37. 朴素贝叶斯文本分类
自然语言处理实验演示 - 82. 微博情感分类模型预测
数字图像处理实验演示 - 54. 机器学习特征脸识别
自然语言处理实验演示 - 42. XGBoost 文本分类与评分预测
80. 实现 DBSCAN 聚类算法 - 机器学习实验演示
数字图像处理实验演示 - 07. 图像噪声与滤波
94. 机器学习模型超参数调优 - 机器学习实验演示
数字图像处理实验演示 - 11. 透视变换
人工智能导论实验演示 - 18. 遗传算法求解函数极值
机器学习实验演示 - 36. 实现随机梯度下降线性回归模型
机器学习实验演示 - 39. 线性回归模型正则化
自然语言处理实验演示 - 86. BERT 电商用户点评分类预测
人工智能导论实验演示 - 32. KMeans 学生成绩聚类
自然语言处理实验演示 - 76. 机器学习情感分析数据加载
87. TensorFlow 建立图像分类器 - 机器学习实验演示
机器学习实验演示 - 40. 早停策略