- 博客(10)
- 收藏
- 关注
转载 Ubuntu16.04 LTS安装友善之臂smart4418交叉编译器
step1、准备安装环境Ubuntu16.04step2、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
1190
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
313
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
239
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
176
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
226
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
196
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
182
转载 Windows10下安装VMware workstation 15.1虚拟机+配置Ubuntu16系统
一、下载Ubuntu和VMware workstation1. Ubuntu2. 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
460
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
253
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warmupexerciseA = 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
292
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人