机器学习——算法进阶(回归) 线性回归最大似然估计MLE最小二乘法的本质梯度下降算法批量梯度下降算法(BGD)随机梯度下降算法(SGD)折中:mini-batch 线性回归的进一步分析 Logistic回归分类问题的首选算法参数的迭代 多分类:Softmax回归总结 AUC 线性回归 目标值数据为连续型:回归 目标值数据为离散型:分类 最大似然估计MLE 最小二乘法的本质 梯度下降算法 批量梯度下降算法(BGD) 随机梯度下降算法(SGD) 折中:mini-batch 线性回归的进一步分析 Logistic回归 分类问题的首选算法 参数的迭代 多分类:Softmax回归 总结 AUC AUC适合二分类。 AUC是ROC曲线的面积越大代表分类器分的好。 [0.5,1] 0到0.5 没有意义。