機器學習基石机器学习基石（Machine Learining Foundations）作业2 Q16-18 C++实现

最新推荐文章于 2022-12-27 21:16:49 发布

Mac Jiang

最新推荐文章于 2022-12-27 21:16:49 发布

阅读量8.5k

点赞数 3

分类专栏：機器學習基石 Mac Jiang的机器学习专栏文章标签：機器學習基石 NTU 作业2 Positive and Negativ Machine Learning Fou

本文链接：https://blog.csdn.net/a1015553840/article/details/51023193

版权

本文介绍了如何使用C++实现Coursera上国立台湾大学的機器學習基石课程作业2中的问题16-18，特别是针对"positive and negative rays"的分类方法。作者提供了思路和代码，并指出这不是为了通过测试，而是为学习者提供解决思路。

摘要由CSDN通过智能技术生成

大家好，我是Mac Jiang,今天和大家分享Coursera-NTU-機器學習基石（Machine Learning Foundations）-作业2 Q16-18的C++实现。虽然有很多大神已经在很多博客中给出了Phython的实现，但是给出C++实现的文章明显较少，这里为大家提供一条C++实现的思路！我的代码虽然能够得到正确答案，但是其中可能有某些思想或者细节是错误的，如果各位博友发现，请及时留言纠正，谢谢！再次声明，博主提供实现代码的原因不是为了让各位通过测试，而是为学习有困难的同学提供一条解决思路，希望我的文章对您的学习有一些帮助！

本文出处：http://blog.csdn.net/a1015553840/article/details/51023193

其他解答看汇总帖：http://blog.csdn.net/a1015553840/article/details/51085129

1.第16题

（1）题意：这道题说的是“positive and negative rays”，这种分类方法在老师课堂中已经分析过了，mH（N）=2N。我们在区间[-1，1]上取若干个点（17题为20个），这20个点将[-1，1]分成21个区间，theta可以取21个区间内任意一个，加上s的取值可以为-1或者1，共有21*2=42种组合方式。分别对这42种hyphothesis计算h（x），计算他与y的区别，即E_in，选择这42种组合最小E_in，把这个hyphothesis作为最佳理论，通过他计E_out。

（2）分析：由第一题