机器学习
记录在学习机器学习过程中踩过的“坑”,从小白逐渐到大神
lutsang
这个作者很懒,什么都没留下…
展开
-
Logistic回归——从推导到实现(二)(python版)
Logistic回归——从推导到实现(二)(python版) 上一篇博客探讨了逻辑回归拟合线性边界的情况,本文着重考虑逻辑回归如何分类具有非线性关系的数据,即拟合非线性边界。 关于线性逻辑回归的实现,请参考我的另一篇博客线性逻辑回归 预期目标: 上图黄色和紫色的点分别代表不同类别的数据,我们期望找到一个决策边界(如图中蓝色线)可以很好地区分这两类数据。 推导过程 运行结果如下: 绿色的曲线为决...原创 2020-04-15 23:02:36 · 137 阅读 · 0 评论 -
Logistic回归——从推导到实现(一)(python版)
Logistic回归——从推导到实现(一)(python版) 逻辑回归模型是机器学习领域的一个常见模型,其构思巧妙、实现相对简单,是很多复杂机器学习算法的基础。本文以二元线性逻辑回归为例,详细阐述在实现该算法时用到的数学基础,并附演示代码和数据。 关于逻辑回归模型的理论由来,因其思想较为简单,本文不做详细讨论,需要的小伙伴可以自行查阅相关资料 假设我们有以下数据集,该数据集共分为两类: 我们需要找...原创 2020-04-12 19:30:49 · 244 阅读 · 0 评论 -
训练集、验证集和测试集的理解
训练集、验证集和测试集的理解 相信很多小伙伴在学习机器学习的过程中时常遇到“训练集、验证集与测试集”三个术语,大部分人比较容易理解训练集和测试集的区别与作用,而对验证集和测试集的理解却十分模糊。本文就从机器学习的一般流程进一步探讨三个数据集的具体作用。 先来看看三种数据集的划分: 这里先解释普通参数和超参数的概念: 普通参数:优化算法所能更新的参数,如神经网络算法中的相邻两层权重和每层的偏置。 ...原创 2020-04-11 22:37:48 · 2591 阅读 · 0 评论