吳恩達機器學習練習六

  SVM支持向量機 1）Gaussian kernel實現，計算兩個樣本的相似度，用於學習非線性邊界。 sim = exp(-(x1-x2)'*(x1-x2)/(2*sigma^2));   2）找到最優的C與sigma參數    其實就是枚舉，計算不同參數組合的錯誤率，找到最小的。 先用學習的樣本進行模型學習，然後用驗證集計算錯誤率。dataset3Params.m文件      垃圾郵件分類

>>阅读原文<<