内核支持向量机：在该项目中，我尝试了各种内核，并在Python和R中使用了最适合的支持向量机之一。资源-CSDN文库

共5个文件

py：1个

r：1个

md：1个

support

classifier

vector

machine

machinelearning

需积分: 10 28 浏览量 2021-02-06 04:40:07 上传评论收藏 7KB ZIP 举报

资源推荐

资源详情

资源评论

liquidSVM：支持向量机（SVM）和相关的基于内核的学习算法是一类著名的机器学习算法，用于非参数分类和回归。 liquidSVM是SVM的一种实现，其主要特征是：完全集成的超参数选择，小型和大型数据集上的极高速度，专家的完全灵活性以及包括多种不同的学习场景：多类分类，ROC，和Neyman-Pearson学习以及最小二乘，分位数和预期回归

分位数回归 matlab

分位数回归matlab代码，绝对可用，有注释，以及运行时间显示

Speech-Recognition-Using-Python-:语音识别技术是快速发展的工程技术之一。它在不同领域有许多应用程序，并提供潜在的好处。世界上约有20％的人患有各种残疾，其中许多人失明或无法有效使用双手。有些人在事故中失手了。在那些特殊情况下，语音识别系统为他们提供了重要的帮助，以便他们可以通过语音输入来操作计算机并与他人共享信息。该项目能够识别语音并将输入的音频转换为文本

使用Python进行语音识别语音识别技术是快速发展的工程技术之一。它在不同领域有许多应用程序，并提供潜在的好处。世界上约有20％的人患有各种残疾，其中许多人失明或无法有效使用双手。有些人在事故中失手了。在那些特殊情况下，语音识别系统为他们提供了重要的帮助，以便他们可以通过语音输入来操作计算机并与他人共享信息。该项目能够识别语音并将输入的音频转换为文本。数据集该项目工作中使用的数据集

expsuite:PyExperimentSuite是用Python编写的开源软件工具，可支持科学家，工程师和其他人员使用许多不同的参数进行大规模的自动化软件实验。它从配置文件中读取参数（或参数范围），并根据需要使用多个内核运行实验，并将结果记录在文件中。可将参数组合评估为网格（每个参数组合）或列表（在行中尝试几种已定义的参数组合）。 PyExperimentSuite还支持继续执行中断执行（例如，电源故障，进程被终止等）时中断的所有实验。内置的Python界面可以通过多种方式获得实验结果-pyth

expsuite:PyExperimentSuite是用Python编写的开源软件工具，可支持科学家，工程师和其他人员使用许多不同的参数进行大规模的自动化软件实验。它从配置文件中读取参数（或参数范围），并根据需要使用多个内核运行实验，并将结果记录在文件中。可将参数组合评估为网格（每个参数组合）或列表（在行中尝试几种已定义的参数组合）。 PyExperimentSuite还支持继续执行中断执行（

Support-Vector-Machine-_with_python：在此笔记本中，我们介绍了Support Vector Machine（SVM）算法，这是一种功能强大但简单的监督学习方法，用于预测数据。对于分类任务，SVM算法尝试将特征空间中的数据划分为不同的类别。默认情况下，这种划分是通过构造最佳分割数据的超平面来执行的。为了进行回归，构造了超平面以映射数据分布。在这两种情况下，这些超平面均以非概率方式映射线性结构。但是，通过使用“内核技巧”，我们可以将非线性数据集转换为线性数据集，从而

支持向量机_with_python 在本笔记本中，我们介绍了支持向量机（SVM）算法，这是一种功能强大但简单的监督学习方法，用于预测数据。对于分类任务，SVM算法尝试将特征空间中的数据划分为不同的类别。默认情况下，...

machine-learning-coursera-python:该存储库包含由斯坦福大学在Coursera上执行的Andrew Ng的机器学习课程的某些编程作业的python实现

机器学习课程python 该存储库包含由Stanford University创建的Andrew Ng在Coursera上的机器学习课程的... 编程练习6：支持向量机在本练习中，您将使用高斯内核实现支持向量机（SVM），并且将使用支持向量机（SVM）来

Machine_Learning_2nd_edition:使用R和Python进行机器学习

使用R和Python的机器学习手册作者：Karen Mazidi博士可以在上找到章节上可用的目录第一部分：机器学习简介机器学习的技巧学习R R中的数据可视化 Craft.io1：计划学习第二部分：线性模型线性回归逻辑回归...

kernel_logrank_python_code：内核Logrank测试和OptHsic测试的Python代码

内核Logrank和OptHsic介绍该存储库包含用于两种方法的python代码，以测试右检查的生存时间T（由检查时间C进行检查）与协变量X（任意维度的随机向量）之间的独立性。方法是内核对数秩检验（1）和OptHsic（2）。有关...

颜色分类leetcode-random-feature-maps:快速随机核化特征：高维IDC数据集的支持向量机分类

聚类降维、随机特征图提升以及随后在该特征空间中的线性 SVM 分类，我们在高维浸润性导管癌数据集（7500 维）上的性能均优于标准高斯核 SVM准确性和速度。我们探索应用两个随机图（随机傅立叶特征和随机分箱特征）...

基于Python+OpenCV的图像搜索引擎（CBIR+深度学习+机器视觉）含全部工程源码及图片数据库

5星 · 资源好评率100%

对数据集中的每幅图像提取特征（HSV），并将保存在.csv 文件中，只需搜索其特征向量即可。给定待搜索图像，搜索机制对其进行特征提取、比对，匹配后输出结果并评分，同时可调节输出结果的个数。

pgvector:Postgres 的开源向量相似度搜索

5星 · 资源好评率100%

L2 距离、内积和余弦距离安装编译安装扩展（支持 Postgres 9.6+） git clone --branch v0.1.7 https://github.com/ankane/pgvector.gitcd pgvectormakemake install # may need sudo 然后将其加载到要使用它的数据库...

基于机器学习+深度学习+bert方法的虚假新闻检测项目源码.zip

5星 · 资源好评率100%

代码在`traditional.py`中，都有现成的包用，简单调包调参就行，使用了随机森林、支持向量机、朴素贝叶斯、逻辑回归等方法，有的算法可以加入网格搜索与交叉验证调参，不过感觉如果想继续优化可能得在特征工程部分...

Qt 5实现串口调试助手（源工程文件、0积分下载）

5星 · 资源好评率100%

基于Qt 5实现串口调试助手，程序仅供参考，修改了之前十六进制接收0xA0--0xFF有误的问题，新增了窗口自适应（ui文件设置栅格），文件详情可看博客链接https://blog.csdn.net/m0_51294753/article/details/121405661。

【SystemVerilog】路科验证V2学习笔记（全600页）.pdf

5星 · 资源好评率100%

SystemVerilog的听课学习笔记，包括讲义截取、知识点记录、注意事项等细节的标注。目录如下：第一章 SV环境构建常识 1 1.1 数据类型 1 四、二值逻辑 4 定宽数组 9 foreach 13 动态数组 16 队列 19 关联数组 21 枚举类型 23 字符串 25 1.2 过程块和方法 27 initial和always 30 func

AutoSAR标准协议4.2.2

5星 · 资源好评率100%

AutoSAR标准协议规范4.2.2，里面包含了AutoSAR组织所规定的AutoSAR架构的标准规范协议原文档。对AutoSAR的学习有一定的借鉴意义

光伏-储能并网系统仿真.rar

5星 · 资源好评率100%

该文件是清华大学储能课的期末大作业。用SIMULINK搭建了一个完整的光伏-储能并网系统。我的博客中介绍了系统实现的具体方法，欢迎查看！

NPPJSONViewer.zip

4星 · 用户满意度95%

NodePad++ JSON格式化插件

GD32替换STM32注意事项.pdf

XCP协议的规范文档

5星 · 资源好评率100%

XCP协议的原规范文档，主要包含了Part1-5共5个部分，其中第三部分又分为CAN、以太网和Sxl等。对于XCP协议的开发者和学习者有借鉴意义

收起资源包目录

Kernel-Support-Vector-Machine-master.zip （5个子文件）

Kernel-Support-Vector-Machine-master

LICENSE 1KB

Social_Network_Ads.csv 11KB

kernel_svm.py 3KB

README.md 1KB

kernel_svm.R 2KB

评论收藏

内容反馈

dilikong

粉丝: 24
资源: 4598

内核支持向量机：在该项目中，我尝试了各种内核，并在Python和R中使用了最适合的支持向量机之一。

分位数回归 matlab

Python机器学习(scikit-learn)：监督学习 - 支持向量机-谢TS的博客.pdf

svm-gpu:带有GPU的Python支持向量机（SVM）库

在Python 中实现了 SVM ，特别是实现了 SMO算法

random-fourier-features:支持向量机和高斯过程模型等核方法的随机傅里叶特征的实现

SVDD:使用支持向量数据描述（SVDD）进行异常检测或故障检测的Python代码

UndergraduateHonoursProject:研究使用具有Kolmogorov复杂性内核的支持向量机对生物信息学中的某些问题进行分类

vecpy:向量化Python以执行并发SIMD

jax：Python + NumPy程序的可组合转换：区分，向量化，JIT到GPUTPU等

svm_mnist_digit_classification：具有scikit学习和支持向量机（SVM）算法的MNIST数字分类

SVM-Kernels:该项目的目标是在不使用任何机器学习库的情况下实现感知器，双感知器，线性内核和RBF内核

machine-learning-coursera-python:该存储库包含由斯坦福大学在Coursera上执行的Andrew Ng的机器学习课程的某些编程作业的python实现

Machine_Learning_2nd_edition:使用R和Python进行机器学习

kernel_logrank_python_code：内核Logrank测试和OptHsic测试的Python代码

颜色分类leetcode-random-feature-maps:快速随机核化特征：高维IDC数据集的支持向量机分类

基于Python+OpenCV的图像搜索引擎（CBIR+深度学习+机器视觉）含全部工程源码及图片数据库

pgvector:Postgres 的开源向量相似度搜索

基于机器学习+深度学习+bert方法的虚假新闻检测项目源码.zip

Qt 5实现串口调试助手 （源工程文件、0积分下载）

【SystemVerilog】路科验证V2学习笔记（全600页）.pdf

AutoSAR标准协议4.2.2

光伏-储能并网系统仿真.rar

NPPJSONViewer.zip

GD32替换STM32注意事项.pdf

XCP协议的规范文档

最新资源

Qt 5实现串口调试助手（源工程文件、0积分下载）