SMO序列最小化优化算法Sequential minimal optimization优化目标是找到一组最优的αi*。一旦求出这些αi*，就很容易计算出权重向量w*和b，并得到分隔超平面了。1.坐标下降法求解下面问题在这里需要求解m个变量αi" role="presentation">αiαi\alpha_i一般来说是通过梯度下降（这里是求最大

差分进化算法（Differential Evolution)1.算法提出及思想来源差分进化算法（Differential Evolution，DE)于1997年由Rainer Storn和Kenneth Price在遗传算法等进化思想的基础上提出的，本质是一种多目标（连续变量）优化算法（MOEAs），用于求解多维空间中整体最优解。差分进化思想来源即是早期提出的遗传算法（Ge

Bootstrap aggregating自举汇聚法Bagging装袋法1.概念是一种在原始数据集上通过有放回抽样重新选出S个新数据集来训练分类器的集成技术。也就是说这些新数据集是允许重复的。使用训练出来的分类器集合来对新样本进行分类，然后用多数投票或者对输出求均值的方法统计所有分类器的分类结果，结果最高的类别即为最终标签。为了提高模型的方差(variance, 差

错误：未报告的异常错误，必须对其进行捕获或声明以便抛出出现错误：是因为没有对异常进行捕获或声明首先说一下Java 中throws的作用：假如函数部分有不合法的异常，例如分母为0：import java.util.Scanner;public class Helloexcept{public static void main(String[] args)throws Exception

首先介绍计算机视觉领域的4个顶级代表性期刊吧。(1) IEEE Transactions on Pattern Analysis and Machine Intelligence，IEEE模式分析与机器智能汇刊，简称PAMI，是IEEE最重要的学术性汇刊之一。在各种统计中，PAMI被认为有着很强的影响因子（2011年影响因子为4.9）和很高的排名。显然，这个期刊的中稿难度那是相当的大，一般先投..

随机森林算法RandomForest1.概念随机森林算法把分类树组合成随机森林，即在变量（列）的使用和数据（行）的使用上进行随机化，生成很多分类树，再汇总分类树的结果。随机森林在运算量没有显著提高的前提下提高了预测精度。随机森林对多元共线性不敏感，结果对缺失数据和非平衡的数据比较稳健，可以很好地预测多达几千个解释变量的作用。2.优缺点RF的主要优点有：