机器学习(5)-支持向量机_Support Vector Machines
2017-08-01 23:36
429 查看
1、回顾逻辑回归
（1）假设函数
hθ(x)=11+e−θTxhθ(x)=g(θTx)g(z)=11+ez如果y=1，想要θTx>>0，则hθ(x)≈1
如果y=1，想要θTx<<0，则hθ(x)≈0
（2）代价函数
J(θ)=1m∑i=1m[y(i)(−loghθ(x(i))))+(1−y(i))(−log(1−hθ(x(i))))]+λ2m∑j=1nθ2j2、支持向量机的代价函数
J(θ)=C∑i=1m[y(i)cost1(θTx(i))+(1−y(i))cost0(θTx(i))]+12∑j=1nθ2j与逻辑回归的对比
用C代替λ，等价关系为：C=1/λ
去掉了常数1/m
使用cost函数代替log，cost是log的线性拟合形式函数
3、支持向量机的假设函数
hθ(x)=10if θTx≥0 otherwise
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- stanford coursera 机器学习编程作业 exercise 6（支持向量机-support vector machines）
- 机器学习之支持向量机（Support Vector Machines）模型
- 机器学习之支持向量机： Support Vector Machines (SVM)
- Andrew NG 机器学习 笔记-week7-支持向量机（Support Vector Machines）
- 机器学习第五篇（stanford大学公开课学习笔记） —支持向量机（Support Vector Machine)
- 机器学习（一）支持向量机(Support Vector Machine)
- 机器学习之支持向量机SVM Support Vector Machine (一) 线性SVM模型与软硬间隔
- [机器学习入门] 李宏毅机器学习笔记-23（Support Vector Machine；支持向量机）
- 机器学习——支持向量机SVM（Support Vector Machine）（上）
- 机器学习技法总结（一）：支持向量机（linear support vector machine，dual support vector machine）
- 小强学AI之 - 3支持向量机（support vector machines SVMs）
- 支持向量机 Support Vector Machines (SVM)
- Stanford Machine Learning: (5). Support Vector Machines(SVM支持向量机)
- Twin Support Vector Machines（孪生支持向量机）
- OpenCV3.3中支持向量机(Support Vector Machines, SVM)实现简介及使用
- 斯坦福第十二课：支持向量机(Support Vector Machines)
- 机器学习（3）——支持向量机（Support Vector Machine）
- 第八讲. 支持向量机进行机器学习——Support Vector Machine
- 林轩田--机器学习技法--SVM笔记3--核支持向量机(Kenel+Support+Vector)
- 小强学AI之 - 3支持向量机（support vector machines SVMs）