diexi7194-CSDN博客

转载 Ubuntu16.04 LTS安装友善之臂smart4418交叉编译器

step1、准备安装环境 Ubuntu16.04 step2、按照4418的wiki 首先下载编译器: git clone https://github.com/friendlyarm/prebuilts.git -b master --depth 1 注意：从GitHub上clone的速度可能非常慢（10-20kb/s），而4418的wiki中只给了这种下...

2019-09-28 16:27:00 1181

转载编程作业ex2：Logistic 回归

1、logistic回归 1.1 可视化数据打开ex2data1.txt观察数据第一列和第二列为两次考试的成绩，第三列代表该生是否能被录取，1代表录取，0代表不录取读取数据： data = load('ex2data1.txt'); X = data(:, [1, 2]); y = data(:, 3); % 将数据集前两列赋给X，将数据集最后一列赋给y ...

2019-09-28 11:47:00 306

转载吴恩达机器学习_57线性回归的正则化

对于线性回归，我们已经推导了两种算法：（1）基于梯度下降（2）基于正规方程（1）将梯度下降法运用到线性回归正则化常规的梯度下降法（将θ_0分离出来，因为之后对梯度下降法进行修改时会对θ_0区别对待）：用正则化对梯度下降法进行修改：每次迭代时，都将θ_j乘以一个比1略小的数，然后进行和之前一样的操作，从而达到对代价函数的梯度...

2019-09-25 16:31:00 235

转载吴恩达机器学习_55过拟合问题/56代价函数

目前所学的学习算法：线性回归和逻辑回归一、过度拟合例子：线性拟合（房价）（1）、：欠拟合，具有高偏差（2）、：拟合的很好（3）、：过拟合，具有高方差（通常是变量太多，拟合出来的图像看起来很符合数据集，而且代价函数接近0，但是它无法泛化到新的数据集中）二、解决过度拟合（1）、减少变量的数量（2）、正则化　　保留所有的特征变量...

2019-09-25 15:27:00 169

转载吴恩达机器学习_51高级优化/52多元分类：一对多

一、高级优化算法：写一个函数，可以返回代价函数和梯度值：二、多元分类：一对多假设有一个如下图的训练集，为了进行分类，我们将这些数据集分成三个独立的二元分类问题，形成新的‘伪‘训练集：把三角形当成‘正’类别，把正方形当成‘正’类别，把星型当成‘正’类别，拟合出三个分类器。：当给定x和θ值时，y=1，2，3的概率...

2019-09-24 09:37:00 221

转载吴恩达机器学习_49代价函数/50简化代价函数与梯度

一、logistic 回归的代价函数： 1、y = 1 图像左侧无穷大的通俗解释：假设我们预测y = 1 的概率为0，但如果y确实等于1，那么我们会用非常大的代价值来惩罚这个学习函数。 2、y = 0 图像右侧无穷大的通俗解释：如果最后y = 0，而我们几乎非常肯定的预测y = 1的概率等于1，那么我们就要为此付出非常大的代价值二...

2019-09-23 15:06:00 191

转载吴恩达机器学习_46分类/47假设函数/48决策边界

Logistic 回归一、Classification(分类) 0：负类，表示“没有”，如良性肿瘤 1：正类，表示“有”，如恶性肿瘤将线性回归应用于分类问题并不是最好的，接下来介绍logistic回归算法，这是一种分类算法，被用于y等于离散值0和1的情况下。二、假设函数在logistic回归模型中，我们希望0<=hθ(x)<=1，hθ(x) = ...

2019-09-22 20:49:00 173

转载 Windows10下安装VMware workstation 15.1虚拟机+配置Ubuntu16系统

一、下载Ubuntu和VMware workstation 1. Ubuntu 2. VMware workstation 二、安装下载完成后，打开VMware workstation，按照安装程序流程进行安装：安装完成后，双击打开，输入秘钥（网上可以搜索到），进入主界面：点击左边的创建新的虚拟机，选择‘典型’，点击‘下一步’，选择已...

2019-09-21 11:20:00 451

转载编程作业ex1：附加练习

Linear regression with multiple variables—多变量线性回归 ex1data2.txt文件给出了训练样本——第一列是房子大小，第二列是房间数量，第三列是房价一、特征值缩放注意到房屋大小为房间数量的1000倍，当特征值达到数量级时，执行特征值缩放可以使梯度下降更快收敛。记得要存储计算出来的平均值和标准偏差，当我们在预测新的房屋价格时可以利...

2019-09-19 10:55:00 245

转载编程作业ex1:线性回归

一、热身练习要求：生成一个5*5的单位矩阵 warmUpExercies 函数: function A = warmUpExercise() %定义函数A为warmupexercise A = eye(5); %eye()单位矩阵，该函数的功能即生成5*5的单位矩阵 end 调用： fprintf('Running warmUpExercise...

2019-09-18 16:39:00 288

diexi7194的博客