支持向量回归 传统回归模型如线性回归，对于样本$(x,y)$是直接基于模型，通过预测值$f(x_i){y}$和真实值$y$之间的差别计算损失，并且当$f(x_i){y}=y$时损失才为零。 支持向量回归(support vector regression, SVR)则可以容忍$f(x_i){y}$和$…
第七节：支持向量回归
第八节：支持向量机总结
支持向量机总结 支持向量机中有线性可分支持向量机、线性支持向量机、非线性支持向量机、线性支持回归等算法，算是前期比较繁琐的一个内容，如果感觉自己还是对间隔最大化、支持向量等知识点不太了解的，可以对着简单的感知机模型多看几遍，多揣摩揣摩，如果对对偶形式优化不太懂得，可以参考拉格朗日乘子法多看一看，如果不涉及太深，优化方面仅做了…
第一节：scikit-learn库之朴素贝叶斯
scikit-learn库之朴素贝叶斯 在scikit-learn库中朴素贝叶斯由于数据分布的不同，主要分为以下三种BernoulliNB、GaussianNB和MultinomialNB，先验分布分别对应伯努利分布、高斯分布和多项式分布。 接下来将会讨论这三者的区别，由于MUltinomiallNB…