- 博客(3)
- 收藏
- 关注
原创 机器学习(Machine Learning)学习笔记3
想要先看看李沐老师的动手学机器学习,强化学习再看过后再补充fp%7Dfn%7Drec%7D。
2023-12-01 21:19:47 912
原创 机器学习(Machine Learning)学习笔记2
神经网络:神经网络是每一层输入一个数字向量并对其应用一堆逻辑回归单元,然后计算另一个数字向量,然后从一层传递到另一层,直到你到达最终的输出层计算,这就是神经网络的预测网络,其中最突出的特征是神经网络无需明确决定它要做什么,它可以从数据中训练,例如图中的affordability,神经网络应该自行计算出它想在这个隐藏层中使用的特征是什么。如下图中的曲线,在训练集中有着很好的表现,但在测试集中存在很大的误差,因此判断不能很好的应用在预测新的数据上。决策树模型:决策树由多个节点构成,树的根在顶部,树的叶在底部。
2023-11-21 19:37:46 33
原创 机器学习(Machine Learning)学习笔记
在逻辑回归中,大于这个边界线就是1,小于边界线的则是0,就如上图的sigmoid函数中,若z=0为sigmoid函数的决策边界,则大于0则为1,小于0则为0.当特征值(feature)值很大的时候就像前面提到的住房面积(300-2000),房间数量(0-5)只有一个很小的值,这种情况下最适合的w1一般是一个很小的值如0.1,w2会为一个较大的值如50,这时预测结果就会相对准确。代价函数J所做的就是衡量模型预测与y的实际真实值之间的差异,线性回归会尝试找到w和b的值,然后使w的J尽可能小。
2023-10-24 16:19:19 93
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人