Svm：Python代码综合指南

出版日期：2023年6月

语言：英语|大小：1.48 GB |持续时间：3小时39米

V支持向量机，松弛变量，支持向量回归（SVR），内核技巧

你将学到什么

• 松弛变量

• 数据预处理

• 标准化功能

• 过度拟合

• 训练模型

• 内核技巧

• 支持向量机中的C参数

• 支持向量机中的线性分类

• 非线性SVM实现

• V支持向量机

• 支持向量回归

• 混淆矩阵

• 将数据集拆分为训练集和测试集

要求

需要Python知识和基本的机器学习

概述

第一节：简介

第1讲课程结构

第2讲重要视频请观看

第三讲支持向量机中的一些重要术语

第四讲支持向量机简介

第2节：支持向量机的最大裕度分类

第五讲最大利润介绍

第六讲什么是松弛变量

第7讲数据预处理

第8讲功能标准化

第九讲修身简介

第10讲培训模特

第11讲内核技巧简介

第12讲内核技巧的实现

第3节：支持向量机的一些算法

第13讲支持向量机中的线性分类导论

第14讲支持向量机中的C参数是什么

第15讲支持向量机中线性分类的实现

第16讲非线性支持向量机的实现

第17讲非线性SVM解释

第18讲MNIST手写数字数据集

第19讲V支持向量机简介

第20讲V支持向量机的实现

第21讲支持向量回归导论

第二十二讲SVR的实现

第4节：项目：Pima Indians糖尿病

第23讲引言与实施第1部分

第24讲介绍与实施第2部分

第25讲将数据集拆分为训练集和测试集的其他方法

第二十六讲混淆矩阵解释

第27讲混淆矩阵的实现

第5节：生育诊断项目

第六节：谢谢

链接：https://pan.baidu.com/s/1X24KTn_nLb465Ub0JDQDBA 

提取码：762e