机器学习:分类与回归(classify and regression)

本文介绍了机器学习中的分类与回归问题,重点讲解了线性回归、逻辑回归和Softmax回归。线性回归用于连续值预测,逻辑回归是其非线性形式,适用于二分类,而Softmax回归是其在多分类问题上的扩展。
摘要由CSDN通过智能技术生成


分类与回归问题


在用DBN作手写体识别实验的时候,hinton 2006年发表的论文 A fast learning Algorithm for deep belief nets所对应的代码,里面用到softmax进行多分类。现就所查的资料和自己所理解的,整理这篇Blog。 

Softmax回归模型,该模型是logistic回归模型在多分类问题上的推广,本文针对线性回归、逻辑回归和softmax回归问题做些简单介绍。


分类、回归问题的不同


首先解释一下回归问题,分类问题的不同点。回归问题预测的结果是连续的值,而分类问题的预测结果是离散的。拿支持向量机举个例子,分类问题和回归问题都要根据训练样本找到一个实值函数g(x). 回归问题的要求是:给定一个新的模式,根据训练集推断它所对应的输出

  • 2
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值