集成Logistic和SVM的分类算法研究概率论与数理统计专业论文.docxVIP

重庆大学硕士学位论文目录 重庆大学硕士学位论文 目 录 PAGE PAGE IV 目 录 中文摘要I 英文摘要 II 1 绪 论 1 1.1 研究背景和现状 1 1.1.1 研究背景 1 1.1.2 研究现状 1 1.2 研究内容和目的 4 1.2.1 研究内容 4 1.2.2 研究目的 4 1.3 论文的组织结构 4 2 Logistic 回归模型 6 2.1 模型简介 6 2.2 模型原理与推导 6 Logistic 函数 6 Logistic 回归模型 7 2.3 模型检验 8 2.3.1 似然比检验 8 2.3.2 Wald 检验 9 2.3.3 拟合优度检验 9 2.4 本章小结 10 3 支持向量机及其相关理论 11 3.1 机器学习的基本理论 11 3.1.1 机器学习方法简介 11 3.1.2 经验风险最小化 11 3.1.3 复杂性与推广能力 12 3.2 统计学习理论 12 3.2.1 学习过程的一致性 12 3.2.2 学习性能与 VC 维 12 3.2.3 结构风险最小化 13 3.3 支持向量机 13 3.3.1 线性支持向量机 14 3.3.2 非线性支持向量机 16 3.3.3 模型参数选择 17 HYPERLINK \l _TOC_250007 3.4 SVM 经典算法 19 HYPERLINK \l _TO