SVM支持向量机预测作业课件.ppt_第1页
SVM支持向量机预测作业课件.ppt_第2页
SVM支持向量机预测作业课件.ppt_第3页
SVM支持向量机预测作业课件.ppt_第4页
SVM支持向量机预测作业课件.ppt_第5页
已阅读5页,还剩12页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

基于SVM的房价预测模型,专业:管理科学与工程姓名:樊玉婷,SVM的基本原理波士顿房价预测,Svm基本原理,支持向量机(SupportVectorMachine,SVM)分类(SupportVectorClassification,SVC)和回归(SupportVectorRegression,SVR)线性可分(HardMarginSVM)和非线性可分(SoftMarginSVM),SVC线性可分,SVR,Svc基本原理,如何找到最优的决策边界呢?,LogisticSigmoid损失函数,“不适定问题”,Svc基本原理,最优决策边界泛化能力1、能将训练样本划分2、距离这两个类别的最近样本尽可能远,“泛化误差”,Svc基本原理,d,d,最优决策边界泛化能力好1、能将训练样本划分2、距离这两个类别的最近样本尽可能远,支持向量,margin=2d,Svc基本原理,d,d,到直线Ax+By=C的距离d=|+|2+2,=|+|,最优决策边界泛化能力好1、能将训练样本划分2、距离这两个类别的最近样本尽可能远,Svc基本原理,d,d,最优决策边界Max=|+|,最优决策边界泛化能力好1、能将训练样本划分2、距离这两个类别的最近样本尽可能远,Svr基本原理,线性回归MSE最小SVR回归前指定margin值,设置超参数,margin=2d,波士顿房价预测,CRIM:城镇人均犯罪率ZN:住宅用地所占比例INDUS:城镇中非住宅用地所占比例CHAS:查尔斯虚拟变量,用于回归分析NOX:环保指数RM:每栋住宅的房间数AGE:1940年以前建成的自主单位的比例DIS:距离5个波士顿的就业中心的加权距离RAD:距离高速公路的便利指数TAX:每一万美元的不动产税率PRTATIO:城镇中的教师学生比例B:城镇中的黑人比例LSTAT:地区中有多少房东属于低收入人群MEDV:自住房屋房价中位数(均价),importsklearn.datasetsdatasets.load_boston()50614,波士顿房价预测,波士顿房价预测,惩罚系数C,波士顿房价预测,惩

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论