SVM 基础:间隔、对偶 发表评论 SVM(support vector machine, 支持向量机),是一个二元分类模型,采用方法是高维空间下用超平面分割不同数据点,并使两类的之间的间隔最大化,SVM 的三大核心在于间隔、对偶、核技巧。继续阅读 →
二元分类方法综述 发表评论 Binary relevance for multi-label learning - Zhang, Li, Liu, Geng, 2018, [Frontiers of Computer Science]继续阅读 →
那些标签学习问题 发表评论 二分类:对输出空间的定义,将输入空间通过学习方法处理为一个输出,有$P(Y | X)$ 概率模型或者是非概率模型,一般是分为0或者1 (negative or positive),典型问题如垃圾邮件过滤。继续阅读 →