![](https://img-blog.csdnimg.cn/20210215200008304.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
cs229
大二上的水水自学cs229,写的笔记。
SUFE ctrl_F
这个作者很懒,什么都没留下…
展开
-
cs229 p01b_logreg牛顿法解决逻辑回归问题
真的是,我看网上这个题的解析,都是另起炉灶写的,没有人用吴恩达给的ps1里面的架构来写的。所以我就决定写一个!真是的给你写好了你不用总体结构分析:他这里面给了三个.py是要互相调用的,一开始我看importutil我还以为是什么第三方库。。。总的来说,util就是工具人,里面有plot直接给你画图,还有load_dataset读取什么幺蛾子一步到位。linear_model我觉得是一个普适的model,对于逻辑回归,他有用的就是self.theta,就是要训练的参数θ。这两个...原创 2020-10-26 19:44:47 · 329 阅读 · 0 评论 -
lecture3 locally weighted & logistic regression
locally weighted regression:terminologys:parametric learning:有具体的参数θ,和数据多少无关(比如线性回归)。non-paramatric learning:没有具体的参数,需要的内存会线性增长。 如果是一个曲线,如何进行拟合?线性回归可能误差很大,当然可以采用featureselection选择二次或者三次函数指数函数这样的进行拟合,但是曲线变的很扭曲,怎么选择feature? 采用局部加权回归,终点...原创 2020-10-04 17:28:40 · 468 阅读 · 1 评论 -
plus1 matix derivatives
矩阵求导这个东西好像游离在数分高代(几乎本水的全部知识)之外。我东拼西凑看了好几个文章(打算一会分享),研究的差不多。资料大多数都乱,我简单整理并加上了一些自己的理解。说在开头: 矩阵求导就是多元函数求导,只不过把自变量写成了矩阵的形式。然后f对A求导就是把原来xn的位置换成f对xn的偏导。...原创 2020-09-30 21:57:49 · 1158 阅读 · 0 评论 -
lecture2 Linear Regression
这一节终点是线性回归模型。大佬讲了LMS(least mean square)最小二乘。求解的方法有梯度下降和正规方程。我觉得最triky的是矩阵的求导,单列出来。notations:θ:parameter or weightx:input featuresy:output or target(x,y):an training examplem:numberoftrainingexamplesn:number of features (x will be n+1 dimen...原创 2020-09-20 23:10:02 · 73 阅读 · 0 评论 -
lecture1 welcome
lecture1welcomeCS229学习笔记系列提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录系列文章目录 前言 一、pandas是什么? 二、使用步骤 1.引入库 2.读入数据 总结一、监督学习(x,y)x是输入值,y是标签,就是要找到输入和标签的映射关系。这样之后再给出一个x可以找到相对应的y。例子:横轴是房子的面积,纵轴是房价。(回归问题)输出是连续的横轴是肿瘤直径,纵轴是是否恶性。(分类问题)...原创 2020-09-05 20:15:28 · 121 阅读 · 0 评论