- 1、本文档共67页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
KPCA的去噪功能(USPS) Patterns 7291 train 2007 test Size: 16 x 16 Linear PCA Kernel PCA * Kernel Fisher Discriminant Analysis Kernel K-Means Clustering Kernel Independent Component Analysis …… 3.6 核函数方法在其它方面的应用 * Parameters’ selection for Multi-Kernel Constructing Special Kernel for Special Applications Data Driven Kernel Construction 3.7 核函数方面的研究 * 问题: 1.如果已知特征映射 则该特征映射 对应的核函数是? 2.给定两类样本:(0,0),(1,1);(1,0),(0,1) 求在核函数 导出的特征空间中两类 样本中心间的距离。 * * 总 结 支持向量机带给我们的启示: 要学会描述一个问题;要学会用优化模型描述一个问题;要学会用便于求解的优化模型描述一个问题。 要学会转化问题;要学会将陌生的问题转换成熟悉的问题;要学会将陌生的问题转换成便于求解的熟悉的问题。 * 相当于令函数间隔为1,这样就方便推导。 Ref:关于SVM一篇比较全介绍的博文 支持向量机SVM(一) jerrylead博客 * * 具体推导可以参考相关博文 * * 因为对于非支持向量alpha i 为0,因此,相当于新的x和所有的支持向量作内积运算,然后乘系数alphi,再求和。 * 在两条间隔线外的点前面的系数为0,离群样本点前面的系数为C,而支持向量的样本点前的系数在(0,c)上。 * 使用说明 训练结果 3. 利用SVM的C语言开发包编写自己的SVM分类器: svm_model *svm_train(const svm_problem *prob, const svm_parameter *param) double svm_predict(const svm_model *model, const svm_node *x) struct svm_problem{ int l; double *y; struct svm_node **x;}; struct svm_parameter{ int svm_type; int kernel_type; double degree; // for poly double gamma; // for poly/rbf/sigmoid double coef0; // for poly/sigmoid // these are for training only double cache_size; // in MB double eps; // stopping criteria double C; int nr_weight; int *weight_label; double* weight; // for C_SVC double nu; // for NU_SVC, ONE_CLASS, and NU_SVR double p; // for EPSILON_SVR int shrinking; // use the shrinking heuristics }; struct svm_node{ int index; double value;}; 1 1:-0.844335 2:-0.184362 3:0.046215 4:0.593243 5:0.140576 6:0.330716 7:0.172408 8:-0.105515 struct svm_model{ svm_parameter param; // parameter int nr_class; // number of classes int l; // total #SV svm_node **SV; // SVs (SV[l]) double **sv_coef; // coefficients for SVs in decision functions double *rho; // constants in decision int *label; // label of each class (label[n]) int *nSV; // numb
您可能关注的文档
- 10-11版初中历史新课标课件:近代史3.20俄国农奴制的废除(川教版九年级上)10-11版初中历史新课标+课件:近代史3.20俄国农奴制的废除(川教版九年级上)10-11版初中历史新课标+课件:近代史3.20俄国农奴制的废除(川教版九年级上)10-11版初中历史新课标+课件:近代史3.20俄国农奴制的废除(川教版九年级上).ppt
- 10kw光伏离网系统10k光伏离网系统10kw光伏离网系统10kw光伏离网系统.doc
- 10步成为一个成功的创业者0步成为一个成功的创业者10步成为一个成功的创业者10步成为一个成功的创业者.doc
- 10kv及以下电力用户10v及以下电力用户10kv及以下电力用户10kv及以下电力用户.ppt
- 10大企业让美国毕业生趋之鹜 他们究竟有什么样的魔力10大企业让美国毕业生趋之若鹜 他们究竟有什么样的魔力10大企业让美国毕业生趋之若鹜 他们究竟有什么样的魔力10大企业让美国毕业生趋之若鹜 他们究竟有什么样的魔力.doc
- 10-12个月宝宝10-1个月宝宝2个月宝宝.ppt
- 10大健康习惯.ppt
- 10-采购及托外加工程序1-采购及托外加工程序10-采购及托外加工程序10-采购及托外加工程序.doc
- 10第十章 汽车消费贷款保保险10第十章 汽车消费贷款保证保险10第十章 汽车消费贷款保证保险10第十章 汽车消费贷款保证保险.ppt
- 10第十章 肾上腺素受体阻药10第十章 肾上腺素受体阻断药10第十章 肾上腺素受体阻断药10第十章 肾上腺素受体阻断药.ppt
文档评论(0)