斯坦福機器學習筆記六

支持向量機 與邏輯迴歸和神經網絡相比，支持向量機（SVM）在學習複雜的非線性方程時會提供一種更爲清晰、更爲強大的方式。 1、支持向量機的代價函數 從邏輯迴歸的代價函數來推導支持向量機的代價函數，已知邏輯迴歸的代價函數如下： J( θ )=−1m∑mi=1[y(i)log(hθ(x(i)))+(1−y(i))log(1−hθ(x(i)))] 由於參數 1/m 不影響代價函數大小的比較，這裏只看 Co

>>阅读原文<<