机器学习原理及应用 课件汇总 殷丽凤 第6--10章 支持向量机--- 集成学习 .pptx

第6章支持向量机;思维导图;6.1支持向量机基础;6.1.1线性分类;6.1.2最大间隔分类;6.2硬间隔支持向量机;6.2.1硬间隔支持向量机模型（1）;6.2.1硬间隔支持向量机模型（2）;6.2.1硬间隔支持向量机模型（3）;6.2.1硬间隔支持向量机模型（3）;6.2.2利用对偶问题求解（1）;6.2.2利用对偶问题求解（2）;6.2.2利用对偶问题求解（3）;6.3核支持向量机;6.3.1核函数（1）;6.3.1核函数（2）;6.3.1核函数（3）;6.3.1核函数（4）;6.4软间隔支持向量机（1）;6.4软间隔支持向量机（2）;6.4.1松弛变量;6.4.2对偶问题（1）;6.4.2对偶问题（2）;6.4.2对偶问题（3）;SVM的优点;SVM的缺点;6.5感知机与SVM线性可分的区别;6.5感知机与SVM线性可分的区别;6.6实践-构建手机价格分类模型;1）battery_power：电池容量（mAh）

2）blue：是否具有蓝牙功能（是/否）

3）clock_speed：处理器时钟速度（GHz）

4）dual_sim：是否支持双卡（是/否）

5）fc：主摄像头像素（MP）

6）four_g：是否支持4G网络（是/否）

7）int_memory：内部存储器大小（GB）

8）m_dep：手机厚度（厘米）

9）mobile_wt：手机重量（克）

10）n_cores：处理器核心数

11）pc：主要摄像头分辨率（MP）

12）px_height：屏幕高度像素

13）px_width：屏幕宽度像素

14）ram：手机RAM大小（MB）

15）sc_h：屏幕高度（厘米）

16）sc_w：屏幕宽度（厘米）

17）talk_time：通话时间（小时）

18）three_g：是否支持3G网络（是/否）

19）touch_screen：是否支持触摸屏（是/否）

20）wifi：是否支持Wi-Fi（是/否）

21）price_range：手机价格范围分类（0-低价，1-中低价，2-中高价，3-高价）;6.6.1数据的简单分析;6.6.2利用硬间隔支持向量机;6.6.3利用软间隔支持向量机;感谢观看;第7章贝叶斯分类器;思维导图;7.1贝叶斯分类器基础;贝叶斯统计学;7.1.1贝叶斯定理（1）;7.1.1贝叶斯定理（2）;7.1.2贝叶斯定理的应用;03;;【例7-2】我很喜欢吃三明治，偶然在抖音上看到有人推荐麦当劳的三明治很好吃，那我现在就想知道麦当劳的三明治是不是真的好吃呢？;7.1.3贝叶斯思想;7.2贝叶斯分类器原理;7.2.1贝叶斯决策论（1）;7.2.1贝叶斯决策论（2）;7.2.1贝叶斯决策论（3）;7.2.1贝叶斯决策论（3）;7.2.1贝叶斯决策论（4）;7.2.2极大似然估计（1）;7.2.2极大似然估计（2）;7.2.2极大似然估计（3）;7.3朴素贝叶斯分类器（1）;7.3朴素贝叶斯分类器（2）;拉普拉斯修正;【例7-3】下面用表7-1的数据训练一个朴素贝叶斯分类器，然后对表7-2的样本进行分类。;7.4半朴素贝叶斯分类器;7.4.1超父独依赖分类器（1）;7.4.1超父独依赖分类器（2）;7.4.1超父独依赖分类器（3）;7.4.2平均独依赖估计;7.4.3树增广朴素贝叶斯;7.5贝叶斯网络;7.5.1贝叶斯网络的定义（1）;7.5.1贝叶斯网络的定义（2）;7.5.1贝叶斯网络的定义（3）;7.5.1贝叶斯网络的定义（3）;7.5.2贝叶斯网络的结构特征（1）;7.5.2贝叶斯网络的结构特征（2）;7.5.2贝叶斯网络的结构特征（3）;7.5.3贝叶斯网络的学习（1）;7.5.3贝叶斯网络的学习（2）;7.5.3贝叶斯网络的学习（3）;7.5.3贝叶斯网络的学习（4）;7.5.3贝叶斯网络的学习（5）;7.5.3贝叶斯网络的学习（6）;7.5.4贝叶斯网络的推断;7.6实践-构建鸢尾花分类模型;7.6.2利用朴素贝叶斯;7.6.3利用半朴素贝叶斯;7.6.4利用贝叶斯网络;感谢观看;第8章聚类分析;思维导图;8.1聚类概述;8.1.1聚类的相关概念;8.1.2聚类与分类的区别;8.1.3聚类算法的分类;8.1.3聚类算法的分类;8.1.3聚类算法的分类;8.1.4相似性度量;8.1.4相似性度量;8.1.4相似性度量;8.1.4相似性度量;8.1.5??一化处理;8.1.5归一化处理;8.2基于划分的聚类算法;8.2.1K-Means算法;8.2.1K-Means算法;8.2.1K-Means算法;8.2.1K-Means算法;K-Means算法优缺点;8.2.2K-Means++