- 博客(4)
- 资源 (4)
- 收藏
- 关注
原创 决策树学习笔记
算法描述输入 {(x_i,y_i )}, 样本个数为m, X∈R^n,Y∈{0,1},即X一共有n个属性,Y的值只有0或1,代表是分类“0”标签,还是分类“1” 输出 决策树示例数据集 (数据来自《机器学习》(周志华著)书中的例子): 色泽 根蒂 敲声 纹理 脐部 触感 好瓜 青绿 蜷缩 浊响 清晰 凹陷 硬滑 1 乌黑 蜷缩
2016-11-05 19:15:40
341
原创 线性回归--最小二乘法笔记
算法描述线性回归 最小二乘法 算法作用 用于做预测等 输入 训练集:{(x_i,y_i )}, 样本个数为m, X∈R^n,即X一共有n个属性, 输出 练出回归参数向量θ算法推导回归类的数学基础是最小二乘法,最小二乘法的一般解释是找到一组参数θ=(θ_0,θ_1,…,θ_n )使训练样本中各数据函数值y_i与拟合出来的方程算出来的函数值f(x_i)平方差的和最小化,即下式:通常的做法
2016-11-05 18:47:06
506
原创 逻辑回归笔记
逻辑回归学习总结(或对数回归)算法描述输入训练集 训练集:={(x_i,y_i )}, 样本个数为m, X∈R^n,Y∈{0,1},即X一共有n个属性,Y的值只有0或1,代表是分类“0”标签,还是分类“1”标签输出训练出参数向量θ ⃗,使输出预测构造函数 ,对于给定数据集x代入h_θ(x),就可以得出分类预测构造函数 推导过程求概率表达式并使样本归类最大化g(z)函数是sigmod函数,这是
2016-11-05 16:58:38
373
转载 grub rescure 解决方案
此为收藏,原贴:http://www.linuxidc.com/Linux/2012-07/65249.htm1. 先使用ls命令,找到Ubuntu的安装在哪个分区: grub rescue>ls 会罗列所有的磁盘分区信息,比方说: (hd0),(hd0,msdos3),(hd0,msdos2),(hd0,msdos1)2. 然后依
2015-09-20 11:23:44
1892
Sequence Transduction with Recurrent Neural Networks
2019-10-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人