![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
李升阳
好记性不如烂笔头
展开
-
Machine Learning week3
逻辑回归(Logistic Regression) 逻辑回归是用来解决分类问题的一种分类算法,适用于标签y取值离散的情况 Classification(分类问题):二元分类问题、多元分类问题 线性回归不适合用来解决分类问题: 1、在分类问题中y值取0或者1,但是线性回归的预测值可以存在>1或者<0,二者相矛盾 2、线性回归对点的拟合度不是很好 3、如果出现离群点(最右边的红色X),那原创 2016-07-19 15:43:55 · 861 阅读 · 0 评论 -
Machine Learning week4
神经网络(Neural Network) 适用于非线性分类器Non-linear Classifer如图像识别 神经细胞,树突与轴突,树突是输入电线,接受外界信息,轴突是输出电线,输出计算结果。 神经网络和逻辑回归非常相似,但是神经网络的输入是处理过的数据,逻辑回归的输入是原始数据。所以神经网络可以处理更复杂的问题。 逻辑运算XNOR的原创 2016-07-26 15:28:25 · 535 阅读 · 0 评论 -
Machine Learning week5
关于分类的神经网络分为两类:1、二元分类 2、多元分类 神经网络的代价函数: 反向传播算法(Backpropagation algorithm)[让代价函数最小化] Gradient Checking 梯度检验原创 2016-07-26 18:53:41 · 486 阅读 · 0 评论 -
Machine Learning week2
多元线性回归(Multivariate linear regression)Attention:下标m表示第m个特征,上标m表示第m组数据。 为方便将公式表现为向量相乘,增加变量x0=1【这个x0的数字0是下标,意味着是增加了一个特征(feature)x0】。 所以在计算的时候,要注意如果提起X的下标m时,那么需要注意X的下标m是从0开始,如果提起X的上标n时,那么需要注意X的上标n是从1开原创 2016-07-17 18:42:57 · 1106 阅读 · 0 评论 -
Octave基础操作Ⅰ
加减乘除乘方等基础操作 逻辑运算 Ps:不等于符号为“~=”,1代表True,0代表False 使用“%”来开启行注释 和运算AND、或运算OR 异或运算xor:相同取0,相异取1 变量赋值 Ps:赋值句后面加上分号可以抑制输出(不将值打印出来) 特殊的打印方法:disp(),sprintf() 长格式与短格式 向量、矩阵: 行向量特殊表示方法:原创 2016-07-17 20:36:43 · 7310 阅读 · 0 评论 -
Octave基础操作Ⅱ
矩阵相乘 矩阵点乘:两个矩阵维度相同,A与B两个矩阵对应位置上的元素进行相乘 矩阵元素位运算:对矩阵的每一个元素进行运算 “.”表示对矩阵中的每一个元素进行计算 矩阵求逆矩阵,max(a)返回a中最大值,[val,ind]=max(a)返回a中最大值和其索引 prod()返回各元素的乘积,floor()向下约分,ceil()向上约分 max[A,[],1]返回矩阵中每一列的最原创 2016-07-18 17:14:58 · 619 阅读 · 0 评论