SMO 算法概述 SMO 是由 Platt 在 1998 年提出的、针对软间隔最大化 SVM 对偶问题求解的一个算法，其基本思想很简单：在每一步优化中，挑选出诸多参数（ ）中的两个参数（ai、aj）作
什么是核方法？ 往简单里说，核方法是将一个低维的线性不可分的数据映射到一个高维的空间、并期望映射后的数据在高维空间里是线性可分的。我们以异或数据集为例：在二维空间中、异或数据集是线性不可分的；但是通过
感知机是个相当简单的模型，但它既可以发展成支持向量机（通过简单地修改一下损失函数）、又可以发展成神经网络（通过简单地堆叠），所以它也拥有一定的地位。为方便，我们统一讨论二分类问题，并将两个类别的样本分
在前一篇讲完概率分布后，我们再接再厉拿下假设检验，也就是大名鼎鼎的AB Testing。俗话说得好，再优秀的产品经理也跑不过一半AB测试。 抽样 数据分析中，虽然数据越多越齐越好，可是受限于各类因
%%========================================================================= %函数名称：cnntrain（） %输入参数：n
一、什么是机器学习 机械的定义避开不谈，回答也不追求全面准确。明确一点，机器学习的主要目的在于 发现规律 或 重现规律 。（此处不谈非监督学习、强化学习，也不谈降维、集成算法）。什么是发现规律？譬如将
机器学习 & scikit-learn简介 简单说：机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。用一张图说明它所包含的内容： 我们把目光集中到上图中的有监督
