机器学习基石系列五

线性回归

平方误差梯度

矩阵求导

这里写图片描述

线性回归解

求解方式PCA,SVD取决于X矩阵性质,特征值等

这里写图片描述

误差逼近

n足够大时,Ein与Eout的逼近保证了线性可学习

这里写图片描述

逻辑回归

  • sigmoid函数

这里写图片描述

  • 三种线性模型比较

这里写图片描述

逻辑回归优化方向

这里写图片描述

  • 梯度下降迭代优化

这里写图片描述

随机梯度下降

这里写图片描述

回归用于多分类

  • OVA:每次分出一类

这里写图片描述

  • OVO:每次区别两类,使用选举算法选择最终分类,避免不平衡

这里写图片描述

  • 0
    点赞
  • 0
    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