SVM
1.回顾线性回归和LR
线性回归是解决回归任务的线性模型
LR是二分类模型,在线性模型的基础上加入激活函数sigmoid,适用在线性可分的二分类任务
2.介绍svm
简单总结:1.对于完全线性可分,硬间隔 2.不能够完全线性可分,引入松弛变量 ,软间隔 3.线性不可分,引入核函数
原理可参考: https://zhuanlan.zhihu.com/p/77750026 或者 https://blog.csdn.net/qq_37321378/article/details/108807595
核函数 https://blog.csdn.net/mengjizhiyou/article/details/103437423
# Related Post
1.前馈神经网络
2.感知机
3.逻辑回归
4.神经网络进行二分类时,输出层使用两个神经元和只使用一个神经元,模型的性能有何差异,为什么?
5.分类算法之朴素贝叶斯
6.分类回归模型总结
7.深度学习中的五种归一化(BN、LN、IN、GN和SN)方法简介
8.CRF和HMM
1.前馈神经网络
2.感知机
3.逻辑回归
4.神经网络进行二分类时,输出层使用两个神经元和只使用一个神经元,模型的性能有何差异,为什么?
5.分类算法之朴素贝叶斯
6.分类回归模型总结
7.深度学习中的五种归一化(BN、LN、IN、GN和SN)方法简介
8.CRF和HMM