机器学习(一):matlab逻辑回归

最近开了新的坑 Emmmmmm这个坑有点深

0x01 机器学习理论

      目前学到的机器学习都是给定一类数据,然后对其进行预测。对于预测算法,其基本思想就是设定一条曲线或直线,计算其值与对应的训练集中的值的差的平方,对各个点的平方进行相加。最终取和最小的一个值作为最终的结果。这样就可以保证得到的曲线或直线是最接近实际规律的。

0x02 逻辑回归

      逻辑回归主要用于分类,即给定两个类型的数据集,通过算法将其的划分线求出。关于逻辑回归的代价函数如下所示。

                                                    J(\theta ) =- \frac{1}{m}\sum_{i=1}^{m}-ylog(h_{\theta }(x^{(i)})) + (1-y)log(1-(h_{\theta }(x^{(i)}))

这种用log函数表示的形式,可以保障在y=0且h(x)趋近于无穷大时,J为0,h(x)趋近于0时,J为1。在y=1时相反。其中对于hx,采用logistic函数,将hx的值限制在1和0之间。其中logistic函数如下所示。

                                                                                            

  • 6
    点赞
  • 36
    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