The Machine Learning “Advent Calendar” Day 15: SVM in Excel
本文不是从边距和几何形状开始，而是从熟悉的模型逐步构建支持向量机。通过改变损失函数并重新使用正则化，SVM 自然地表现为经过优化训练的线性分类器。这种观点将逻辑回归、SVM 和其他线性模型统一到一个单一的、连贯的框架中。机器学习“降临日历”第 15 天：Excel 中的 SVM 帖子首先出现在走向数据科学上。
作者：Mvshreeram - 自己的作品，CC BY-SA 4.0，https://commons.wikimedia.org/w/index.php?curid=93624499印度西北部临床重要的 Echis carinatus sochureki 的毒液蛋白质组和免疫识别概况强调了对区域特异性抗蛇毒血清的需求摘要锯鳞毒蛇 Echis carinatus，印度蛇咬伤的“四大”原因之一，从斯里兰卡到伊拉克东部都有发现。为了调查有关印度多价抗蛇毒血清 (IPAV) 对印度西北部 Echis carinatus sochureki (ECS) 毒害作用有限的临床报告，我们从拉贾斯坦邦的三个地点
作者：Holger Krisp - 自己的作品，CC BY 3.0，https://commons.wikimedia.org/w/index.php?curid=75251850各大洲蝰蛇毒液的功能和免疫学变异以及秘鲁抗蛇毒血清的交叉中和摘要蛇毒仍然是一种严重被忽视的热带疾病，主要用抗蛇毒血清治疗，尽管存在固有的局限性，仍然是金标准疗法。蛇毒表现出广泛的成分和功能多样性，对通用抗蛇毒血清功效提出了挑战。这项研究全面评估了来自不同地理区域的 24 种蝰蛇科物种的毒液成分、酶活性和免疫交叉反应性。通过蛋白质分析、酶测定（蛋白水解、酰胺分解、凝血和 PLA2 活性）和系统发育分析，我们揭示了明显的
The Machine Learning “Advent Calendar” Day 16: Kernel Trick in Excel
核 SVM 通常感觉很抽象，包含核、对偶公式和支持向量。在这篇文章中，我们走了一条不同的路。从核密度估计开始，我们逐步将核 SVM 构建为局部钟声的总和，通过铰链损失进行加权和选择，直到仅保留基本数据点。机器学习“降临日历”第 16 天：Excel 中的核技巧首先出现在《走向数据科学》上。
