machine learning
小明知道
来自中科院自动化所
展开
-
Machine Learning---Logistic回归
本章节主要讲解Logistic回归的原理及其数学推导,Logistic有3种不同的表达形式,现在我就一一展开这几种不同的形式,以及它在分类中的效果。并比较这三种形式。 下面分别写出这三种形式的损失函数:下面分别写出这三种损失函数的梯度形式:其中第一种形式和第三种形式是等价的,推导如下:Steepest descent 前面章节已经讲过最速原创 2015-02-17 11:42:42 · 1363 阅读 · 0 评论 -
Spam classification(垃圾邮件分类)—SVM、Logistic分类、SEA-Logistic(深度网络)分类
垃圾邮件分类,SVM算法、Logistic回归、SEA-Logistic深度网络分类。原创 2014-12-04 21:30:26 · 25053 阅读 · 15 评论 -
matlab利用hinge loss实现多分类SVM
介绍hinge losscode1 介绍本文将介绍hinge loss E(w)E(w)以及其梯度∇E(w)\nabla E(w)。并利用批量梯度下降方法来优化hinge loss实现SVM多分类。利用hinge loss在手写字数据库上实验,能达到87.040%的正确识别率。2. hinge loss根据二分类的SVM目标函数,我们可以定义多分类的SVM目标函数: E(w1,…,wk)=∑原创 2017-03-15 09:56:35 · 10706 阅读 · 17 评论