![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Machine Learning
AlisaJu
一条穷得只剩梦想的咸鱼
展开
-
机器学习算法总结——KNN
定义理解在样本集中的数据是之前已经分类完成的,当要给新的特征进行分类时,将它与样本的特征进行距离比较,选择前K个最相似的特征。其结果很大程度上取决于K的选择此处距离可以选择欧式距离、曼哈顿距离、余弦相似度欧式距离:d=(x2−x1)2+(y2−y1)2d=\sqrt{(x_{2}-x_{1})^2+(y_{2}-y_{1})^2}d=(x2−x1)2+(y2−y1)2曼哈顿距离...原创 2020-03-30 15:38:45 · 231 阅读 · 0 评论 -
机器学习算法总结——logistic regression
定义解决二分类问题y^=11+e−z\hat{y}=\frac{1}{1+e^{-z}}y^=1+e−z1,此函数也成为Sigmoid函数,z = θTX\theta^{T}XθTX代价函数L=−ylogy^−(1−y)log(1−y^)L=-ylog\hat{y}-(1-y)log(1-\hat{y})L=−ylogy^−(1−y)log(1−y^),y为实际值,y^\ha...原创 2020-03-30 14:30:41 · 140 阅读 · 0 评论 -
机器学习算法总结——linear regression
定义假设目标值与特征之间线性相关: y^=wx+b\widehat{y}=wx+by=wx+b其中y^\widehat{y}y为预期值损失函数假设有n对数据,则损失函数:L=1n∑1n(yi^−y)2L=\frac{1}{n}\sum_{1}^{n}(\widehat{y_{i}}-y)^{2}L=n1∑1n(yi−y)2,即MSE求解最小化L时,w与b的值方法一:...原创 2020-03-29 17:38:30 · 221 阅读 · 0 评论