1.Linear Regression (Cost Function):
J(θ) = (1/2m) ∑( (m;i=1)(H_θ(xi) - yi)**2 )
2.Logistic Regression (Cost Function):
Cost(H_θ(x), y) = { -log(H_θ(x)) if y = 1; -log(1 - H_θ(x)) if y = 0}
so, to summaries, the formal formula is:
Cost Function
最新推荐文章于 2023-12-03 12:39:18 发布
本文深入探讨了机器学习中两种基本的回归方法：线性回归与逻辑回归。详细解析了成本函数的数学表达，包括线性回归的平方误差损失和逻辑回归的对数损失函数。适合初学者入门及进阶学习。
1.Linear Regression (Cost Function):
J(θ) = (1/2m) ∑( (m;i=1)(H_θ(xi) - yi)**2 )
2.Logistic Regression (Cost Function):
Cost(H_θ(x), y) = { -log(H_θ(x)) if y = 1; -log(1 - H_θ(x)) if y = 0}
so, to summaries, the formal formula is:
扫一扫
4363
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
