SVM支持向量機(jī)預(yù)測作業(yè)ppt課件_第1頁
SVM支持向量機(jī)預(yù)測作業(yè)ppt課件_第2頁
SVM支持向量機(jī)預(yù)測作業(yè)ppt課件_第3頁
SVM支持向量機(jī)預(yù)測作業(yè)ppt課件_第4頁
SVM支持向量機(jī)預(yù)測作業(yè)ppt課件_第5頁
已閱讀5頁，還剩11頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

基于SVM的房價預(yù)測模型,專業(yè)：管理科學(xué)與工程姓名：樊玉婷,1,SVM的基本原理波士頓房價預(yù)測,2,Svm基本原理,支持向量機(jī)（SupportVectorMachine,SVM）分類（SupportVectorClassification,SVC）和回歸（SupportVectorRegression,SVR）線性可分（HardMarginSVM）和非線性可分（SoftMarginSVM）,SVC線性可分,SVR,3,Svc基本原理,如何找到最優(yōu)的決策邊界呢？,LogisticSigmoid損失函數(shù),“不適定問題”,4,Svc基本原理,最優(yōu)決策邊界泛化能力1、能將訓(xùn)練樣本劃分2、距離這兩個類別的最近樣本盡可能遠(yuǎn),“泛化誤差”,5,Svc基本原理,d,d,最優(yōu)決策邊界泛化能力好1、能將訓(xùn)練樣本劃分2、距離這兩個類別的最近樣本盡可能遠(yuǎn),支持向量,margin=2d,6,Svc基本原理,d,d,到直線Ax+By=C的距離d=|+|2+2,=|+|,最優(yōu)決策邊界泛化能力好1、能將訓(xùn)練樣本劃分2、距離這兩個類別的最近樣本盡可能遠(yuǎn),7,Svc基本原理,d,d,最優(yōu)決策邊界Max=|+|,最優(yōu)決策邊界泛化能力好1、能將訓(xùn)練樣本劃分2、距離這兩個類別的最近樣本盡可能遠(yuǎn),8,Svr基本原理,線性回歸MSE最小SVR回歸前指定margin值，設(shè)置超參數(shù),margin=2d,9,波士頓房價預(yù)測,CRIM：城鎮(zhèn)人均犯罪率ZN：住宅用地所占比例INDUS：城鎮(zhèn)中非住宅用地所占比例CHAS：查爾斯虛擬變量，用于回歸分析NOX：環(huán)保指數(shù)RM：每棟住宅的房間數(shù)AGE：1940年以前建成的自主單位的比例DIS：距離5個波士頓的就業(yè)中心的加權(quán)距離RAD：距離高速公路的便利指數(shù)TAX：每一萬美元的不動產(chǎn)稅率PRTATIO：城鎮(zhèn)中的教師學(xué)生比例B：城鎮(zhèn)中的黑人比例LSTAT：地區(qū)中有多少房東屬于低收入人群MEDV：自住房屋房價中位數(shù)（均價）,importsklearn.datasetsdatasets.load_boston()50614,10,波士頓房價預(yù)測,11,波士頓房價預(yù)測,懲罰系數(shù)C,12,波士頓房價預(yù)測,懲罰系數(shù)C深度deep

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論