![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
Hugo Zhong
这个作者很懒,什么都没留下…
展开
-
8月吃瓜教程—task05-学习笔记
第六章 支持向量机很早之前在自己看过其他有关于机器学习的书籍的时候,遇到支持向量机看的都模模糊糊这次也小部分的公式也试着理解了,但由于时间的关系,没能全部将里面的公式一个一个推导弄懂一、算法原理找距离正负样本最远的超平面距离计算为:证明过程:二、模型模型定义为:三、如何求最大间隔超平面利用拉格朗日乘法得到其“对偶问题”解决思路是四、预防过拟合加入正则化实现软间隔...原创 2021-09-06 23:48:09 · 110 阅读 · 0 评论 -
8月吃瓜教程—task02-学习笔记
第三章 线性模型3.1 线性回归注意最小化误差的是y*到y的距离。y是真实值,y*是预测值3.2 多元线性回归求参时:最小二乘法极大似然估计3.3 为了使得计算加速,如利用numpy矩阵预算加速最后的线性模型转化为3.4 对数几率回归模型:策略:极大似然法信息论角度算法:梯度下降法牛顿法3.5 线性判别分析(LDA)...原创 2021-08-23 22:22:53 · 85 阅读 · 0 评论 -
8月吃瓜教程—task01-学习笔记
第一章绪论的学习积累已经在之前写出。链接:第一章绪论学习补充一点内容:一、没有免费的午餐定理任何算法抛开实际问题来比较算法的优略性是无意义的。通常我们只认为能高度拟合已有样本数据的函数才是真实目标函数第二章 模型评估与选择一、经验误差与过拟合①通常我们把分类错误的样本数占样本总数的比例称为“错误率”(error rate),即如果在m个样本中有α个样本分类错误,则错误率E= a/m;相应的,1 - a/m称为“精度”(accuracy),即“精度= 1-错误率”.更一般地,我们把学习器的原创 2021-08-17 17:31:46 · 147 阅读 · 0 评论