Coursera-吴恩达-机器学习-(编程练习6)SVM(对应第7周课程)
2018-01-16 15:16
1411 查看
此系列为 Coursera 网站Andrew Ng机器学习课程个人学习笔记(仅供参考)
课程网址:https://www.coursera.org/learn/machine-learning
作业所提供的脚本ex6.m将帮助您逐步完成练习的前半部分。
今天的许多电子邮件服务都提供了垃圾邮件过滤器,可以将电子邮件以高精度分类为垃圾邮件和非垃圾邮件。 在这部分练习中,您将使用SVM构建您自己的垃圾邮件过滤器。 您将会训练一个分类器来分类给定的电子邮件x是垃圾邮件(y = 1)还是非垃圾邮件(y = 0)。 特别是,您需要将每个电子邮件转换为一个特征向量x∈R n。 练习的以下部分将引导您如何通过电子邮件构建这样的特征向量。
在本练习的其余部分中,您将使用脚本ex6 spam.m. 本练习包含的数据集基于SpamAssassin公共语料库的一个子集。
为了本练习的目的,您只能使用电子邮件正文(不包括电子邮件标题)。
课程网址:https://www.coursera.org/learn/machine-learning
exercise 6 —— SVM
在此下载Coursera-吴恩达-机器学习-全部编程练习答案第一部分练习
在本练习的前半部分,您将使用具有各种示例2D数据集的支持向量机(SVM)。 对这些数据集进行实验将有助于您直观地了解SVM如何工作以及如何在SVM中使用高斯核函数。作业所提供的脚本ex6.m将帮助您逐步完成练习的前半部分。
第二部分练习
在下半部分的练习中,您将使用支持向量机来构建垃圾邮件分类器。今天的许多电子邮件服务都提供了垃圾邮件过滤器,可以将电子邮件以高精度分类为垃圾邮件和非垃圾邮件。 在这部分练习中,您将使用SVM构建您自己的垃圾邮件过滤器。 您将会训练一个分类器来分类给定的电子邮件x是垃圾邮件(y = 1)还是非垃圾邮件(y = 0)。 特别是,您需要将每个电子邮件转换为一个特征向量x∈R n。 练习的以下部分将引导您如何通过电子邮件构建这样的特征向量。
在本练习的其余部分中,您将使用脚本ex6 spam.m. 本练习包含的数据集基于SpamAssassin公共语料库的一个子集。
为了本练习的目的,您只能使用电子邮件正文(不包括电子邮件标题)。
相关文章推荐
- Coursera-吴恩达-机器学习-(编程练习1)Linear Regression(对应第1-2周课程)
- Coursera-吴恩达-机器学习-(编程练习3)Neural Networks & Multi-class(对应第4周课程)
- Coursera-吴恩达-机器学习-(编程练习2)Logistic Regression(对应第3周课程)
- Coursera-吴恩达-机器学习-(编程练习4)Neural Networks Learning(对应第5周课程)
- Coursera-吴恩达-机器学习-(编程练习7)K均值和PCA(对应第8周课程)
- Coursera-吴恩达-机器学习-(编程练习5)Bias and Variance(对应第6周课程)
- Coursera-吴恩达-机器学习-(编程练习8)异常检测和推荐系统(对应第9周课程)
- coursera-斯坦福-机器学习-吴恩达-第7周笔记-支持向量机SVM
- 吴恩达Coursera深度学习课程 DeepLearning.ai 编程作业——Autonomous driving - Car detection(4.3)
- 第七周(SVM)-【机器学习-Coursera Machine Learning-吴恩达】
- 吴恩达Coursera深度学习课程 DeepLearning.ai 编程作业——Regularization(2-1.2)
- Stanford coursera Andrew Ng 机器学习课程编程作业(Exercise 1)Python3.x (补)
- 吴恩达Coursera深度学习(4-4)编程练习
- 吴恩达Coursera深度学习课程 DeepLearning.ai 编程作业(1-4)自定义图像预测错误的解决方法
- 吴恩达Coursera深度学习(2-1)编程练习
- 吴恩达Coursera深度学习课程 DeepLearning.ai 编程作业——Convolution model:step by step and application (4.1)
- 机器学习官方速成课程编程练习:TensorFlow 编程概念
- Course吴恩达的机器学习课程——week2 编程作业小结
- 吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(3-1)-- 机器学习策略(1)(转)
- 吴恩达 机器学习 神经网络编程代码练习笔记