搜索资源列表
关于统计学习理论与支持向量机
- 关于统计学习理论与支持向量机- About statistical study theory and support vector machine
@polynomial
- VC维理论和结构风险最小化准则是统计学习理论中的重要内容,基于这一理论的支持向量机算法由于具有好的泛化性能受到重视,并被研究用于文本分类问题.基于多项式核的研究工作认为SVM的泛化能力不受多项式阶数的影响,并且能够处理很高维的分类问题,用于文本分类无需进行特征选择.研究发现,随着多项式核阶数的升高,SVM文本分类器会出现过学习现象,并且特征数越多越明显,特征选择是必需的.通过估计函数集的VC维,基于结构风险最小化理论对此问题进行分析,得出的结论跟实验结果相符.
svm
- SVM分类器的实现原码,SVM是一类基于统计学习理论的模式识别方法
statistical_learning_and_kernel_methods
- 《模式识别》统计学习理论及其核心方法讲座
SVM_toolbox01
- 支持向量机作为统计学习理论的实现方法，能很好地解决非线性和高维数问题，克服了神经网络方法收敛慢、解不稳定、推广性差的缺点，近年来得到了广泛地研究，在模式识别、信号处理、控制、通讯等方面得到了广泛地应用。-Support Vector Machine as the implementation of statistical learning theory approach, can be a good solution to the nonlinear and high dimension pro
e1071_1.5-19.tar
- 支持向量机（Support Vector Machine, SVM）是建立在统计学习理论的基础上较新的分类方法，有相对好的泛化能力，是目前最热门的分类方法之一。R的"e1071" 包提供了做SVM的函数-Support Vector Machine e1071
slt-and-SVM
- 统计学习理论和SVM(支持向量机).ppt统计学习理论和SVM(支持向量机).ppt-Statistical learning theory and SVM (support vector machine). Ppt statistical learning theory and SVM (support vector machine). Ppt
staticlearningwithekernelmethods
- 统计学习理论是建立在一套较坚实的理论基础之上的，为解决有限样本学习问题提供了 一个统一的框架。它能将很多现有方法纳入其中，有望帮助解决许多原来难以解决的问题（比 如神经网络结构及参数选择问题）；同时。在这一理论基础上发展了一种新的通用学习方法： 支持向量机（Support Vector Machine，SVM）。它己表现出很多优秀的性能，并已经成为当 今机器学习领域的研究热点。-Statistical learning theory is based on a more soli
yujiangshe
- 北大于江生教授关于机器学习入门介绍的三个PPT（pdf格式）：机器学习的基础：概率理论体系、机器学习概述、统计学习理论概述。共42页。-Peking University Professor Yu Jiangsheng on Machine Learning 3 PPT (pdf format): Machine Learning Foundations: probability theory, systems, machine learning overview, an overview of
svm
- 统计学习理论中提出的支撑向量机回归(SVR)遵循了结构风险最小化原则,从而避免了一味追求经验风险最小化带来的弊端-Statistical learning theory proposed by the support vector machine regression (SVR) to follow the structural risk minimization principle, thus avoiding the blind pursuit of Empirical Risk Minim
1
- 灰色理论是上世纪八十年代发展起来的一门新学科，它对既含有已知信息又含有未知或非确定信息的系统进行预测。支持向量机(SVM)是一种基于统计学习理论的新型学习机，在数据挖掘中有很广泛的应用。本文首先探讨了支持向量机与灰色理论实现的基本原理，介绍了灰色GM(1,1)模型的构建过程，并将灰色GM(1,1)模型应用于支持向量机模型的构建，最后通过一实例验证该模型的有效性-Gray theory is the eighties of last century developed a new discipli
3
- 统计学习理论， 统计学习理论-Statistical learning theory, statistical learning theory, statistical learning theory
4
- 统计学习理论的本质 统计学习理论的本质-The nature of statistical learning theory the nature of statistical learning theory the nature of statistical learning theory
SVM
- 支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特定训练样本的学习精度，Accuracy）和学习能力（即无错误地识别任意样本的能力）之间寻求最佳折衷，以期获得最好的推广能力[14]（或称泛化能力）。 -SVM is based on statistical learning theory and the theory of VC dimension based on structural risk minimization pr
SVM_Short-term-Load-Forecasting
- 优秀论文及配套源码。首先阐述了负荷预测的应用研究现状，概括了负荷预测的特点及其影响因素，归纳了短期负荷预测的常用方法，并分析了各种方法的优劣；接着介绍了作为支持向量机（SVM）理论基础的统计学习理论和SVM的原理，推导了SVM回归模型；本文采用最小二乘支持向量机（LSSVM）模型，根据浙江台州某地区的历史负荷数据和气象数据，分析影响预测的各种因素，总结了负荷变化的规律性，对历史负荷数据中的“异常数据”进行修正，对负荷预测中要考虑的相关因素进行了归一化处理。LSSVM中的两个参数对模型有很大影响，
Statistical-Learning-Theory-Vapnik
- 统计学习理论 Vapnik 本书是对统计学习理论和支持向量机方法的全面、系统、详尽的阐述，是各领域中研究和应用机器学习理论与方法的科研工作者和研究生的重要参考资料。-Statistical learning theory Vapnik book of statistical learning theory and support vector machine method of comprehensive, systematic and detailed exposition of the
Statistical-Learning-Theory
- 资料中含有统计学习理论和支持向量机的多篇论文-With statistical learning theory and support vector machines papers
2012.李航.统计学习方法
- 机器学习算法，介绍各种机器学习算法，理论公式推导等等(Machine Learning Algorithms, Introduction to Various Machine Learning Algorithms, Derivation of Theoretical Formulas, and More)
2013.统计学习导论_基于R应用
- R语言实战，统计学习导论基于R语言的应用！有理论，有应用，有代码示例(R language code and examples concerning statistics etc)