机器学习
KeamSpring
这个作者很懒,什么都没留下…
展开
-
【机器学习】一、引言
背景我看过市面上一些机器学习的视频资料,但是这些资料往往对于非计算机专业或者数学基础不好的人不太友好,所以作者想在此用浅显易懂的方式尽可能详尽地完事地介绍机器学习必备知识这里介绍的必备知识是机器学习中用到的知识,它一定是你在看本文之前学过或看到过的,你要是只有个印象也没关系,随着学习你的这些知识应该逐渐巩固。 数学知识 向量 向量的定义,向量的几何意义 矩阵 矩阵定义,矩阵与标量乘法,矩阵点乘 矩阵的乘法,逆矩阵,单位矩阵,矩阵的转置 常见函数 直原创 2020-05-20 21:47:57 · 398 阅读 · 0 评论 -
【机器学习】四、算法优化——正则化、下降算法选择、参数选择
概述在使用机器学习解决现实问题时,你需要根据实际情况预设目标函数,并根据特征和特征值的特点进行优化,因此如果你精通了机器学习的算法优化,那你已经很厉害了。以下几篇文章分别讲述了优化技巧:算法优化——正则化 算法优化——特征缩放 算法优化——下降算法选择 算法优化——参数选择如果还想了解其它有关机器学习的知识,可以查看作者的《机器学习目录》...原创 2020-05-21 15:57:13 · 357 阅读 · 0 评论 -
【机器学习】四、算法优化——正则化
目录背景正则化案例案例分析及代码实现特征映射定义theta参数过拟合现象代价函数(正则化)梯度下降(正则化)最小化拟合主函数结果验证图形化展示背景本文所用的python及相关包与【机器学习】三、逻辑回归(Logistic Regression)中的相同正则化在使用高阶多项式做为假设函数时,高阶次项的参数过大时会出现过拟合现象,为此我们需要进高阶次项的参数给予惩罚来避免过拟合。以下结合案例进行分析案例类似于上面的例子,假设我们这样一组原创 2020-05-21 15:40:19 · 880 阅读 · 0 评论 -
【机器学习】三、逻辑回归(Logistic Regression)
背景逻辑回归虽然叫回归,但它解决的是分类问题,之所以叫回归是有一些历史原因,不过怎么叫没关系。在分类问题中,逻辑回归算法是一种用的比较广泛的机器学习算法。算法目标区分一个样例的结果是否从属于某一个分类举个栗子,例如有一群人,里面有黑皮肤和白皮肤的人,这些人有的是黑发,有的是金发,他们要么是非洲人,要么不是非洲人;(如下图所示的x1是皮肤的色泽,x2是头发的色泽,圆形表示非洲人,红叉表示不是非洲人)我们训练算法来预测某个有黑/白皮肤和黑/金头发的人到底是不是非洲人,就是分类问题,而原创 2020-05-21 14:17:45 · 1607 阅读 · 0 评论