原 基于支持向量机的机器学习策略(附源码)
机器学习策略简介
什么是机器学习策略?
从广义上来说,机器学习是一种能够赋予机器学习的能力以此让它完成直接编程无法完成的功能的方法.但从实践的意义上来说,机器学习是一种通过利用数据,训练出模型,然后使用模型预测的一种方法.而机器学习策略,则是通过机器学习方法,通过输入训练数据与模型来获得对未来数据的价格或者涨跌的预期判断,进而进行投资的量化策略.
支持向量机简介
什么是支持向量机?
支持向量机(Support Vector Machines, SVM) 被Vapnik与他的合作者提出于1995年,基础为统计学习理论和结构风险最小化原则.支持向量机具有完备的理论基础和出色的学习能力,是借助于最优化方法解决有限样本机器学习问题的数据挖掘出色方法之一.
支持向量机的原理是?
假设给定一个特征空间上的训练集:
T=\begin{Bmatrix}(x{1},y{1}),(x{2},y{2}),...,(x{i},y{i})\end{Bmatrix};x{i}\in \boldsymbol{X}=\mathbb{R}^n,y{i}\in \boldsymbol{Y}=