没有合适的资源?快使用搜索试试~ 我知道了~
完美排版--基于Python实现的支持向量机课程设计.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
5星 · 超过95%的资源 1 下载量 170 浏览量
2022-07-08
23:49:17
上传
评论
收藏 195KB DOCX 举报
温馨提示
试读
11页
完美排版--基于Python实现的支持向量机课程设计.docx完美排版--基于Python实现的支持向量机课程设计.docx完美排版--基于Python实现的支持向量机课程设计.docx完美排版--基于Python实现的支持向量机课程设计.docx完美排版--基于Python实现的支持向量机课程设计.docx完美排版--基于Python实现的支持向量机课程设计.docx完美排版--基于Python实现的支持向量机课程设计.docx完美排版--基于Python实现的支持向量机课程设计.docx
资源推荐
资源详情
资源评论
支持向量机(SVM)课程设计
(基于 Python 实现)
说明:
本文档适用于一般本科和高年级专科
本文档仅供学习者学习 SVM 参考,不建议直接用来交作业,否
则失去了知识传播的意义。
目 录
使用 python 实现支持向量机(svm)实验手册................................................3
1. 实验任务...................................................................................................3
2. 背景知识...................................................................................................3
1) 支持向量机(svm)原理.....................................................................3
2) 间隔最大化 ......................................................................................3
3) SMO 算法..........................................................................................3
4) SMO 算法实现流程图:..................................................................4
3. 编程要求...................................................................................................4
4. 解题思路...................................................................................................4
1) 导入实现算法的包 ..........................................................................4
2) 读取文件数据函数实现 ..................................................................4
3) 随机选择变量 alpha 函数实现........................................................5
4) 处理边界 L,H 的值的函数实现......................................................5
5) 简化版 SMO 算法实现....................................................................6
6) 分类结果可视化函数实现 ..............................................................9
7) 计算 w 的函数实现 .......................................................................10
8) 主函数的实现 ................................................................................11
5. 实验结果................................................................................................. 11
6. 讨论与分析............................................................................................. 11
使用 python 实现支持向量机(svm)实验手册
1. 实验任务
1) 理解支持向量机(svm)原理
2) 使用 python 自定义实现支持向量机(svm)
2. 背景知识
1) 支持向量机(svm)原理
支持向量机(support vector machines)是一种二分类模型,它的目的是寻找
一个超平面来对样本进行分割,分割的原则是间隔最大化,最终转化为一个凸二
次规划问题来求解。由简至繁的模型包括:
当训练样本线性可分时,通过硬间隔最大化,学习一个线性可分支持向量机;
当训练样本近似线性可分时,通过软间隔最大化,学习一个线性支持向量机;
当训练样本线性不可分时,通过核技巧和软间隔最大化,学习一个非线性支
持向量机;
2) 间隔最大化
如果一个线性函数能够将样本分开,称这些数据样本是线性可分的。那么什
么是线性函数呢?其实很简单,在二维空间中就是一条直线,在三维空间中就是
一个平面,以此类推,如果不考虑空间维数,这样的线性函数统称为超平面。我
们看一个简单的二维空间的例子,O 代表正类,X 代表负类,样本是线性可分的,
但是很显然不只有这一条直线可以将样本分开,而是有无数条,我们所说的线性
可分支持向量机就对应着能将数据正确划分并且间隔最大的直线。
图 1 支持向量机原理图
3) SMO 算法
通过将原问题分解为一系列小规模凸二次规划问题而获得原问题解的方法,
每次迭代只优化由 2 个点组成的工作集,SMO 算法每次启发式地选择两个拉格
剩余10页未读,继续阅读
资源评论
- you_ha1112022-08-25实在是宝藏资源、宝藏分享者!感谢大佬~
春哥111
- 粉丝: 1w+
- 资源: 5万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功