![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
●深度学习
King_HAW
编程爱好者
展开
-
Machine Learning:Gradient Descent(梯度下降法)
Machine Learning:Gradient Descent(梯度下降法)梯度下降法是机器学习中最常用的几种优化方法之一,目的为了找到合适的参数向量θ θ\theta,使得代价函数J(θ) J(θ)J(\theta)最小,梯度下降法的用途很广,本文中介绍使用梯度下降法来最小化线性回归问题中的J(θ) J(θ)J(\theta)。基本概念:输入(I...原创 2018-02-21 14:09:48 · 464 阅读 · 0 评论 -
Machine Learning:Multivariate Linear Regression(多元线性回归)
Machine Learning:Multivariate Linear Regression(多元线性回归)上篇博文中介绍了使用梯度下降法去最小化代价函数J(θ) J(\theta),从而得到比较符合原始数据分布的假设函数h θ (x) h_{\theta}(x)。原创 2018-02-24 16:14:42 · 521 阅读 · 1 评论 -
模型的评价指标:Precision, Recall, F1 Score
首先考虑对于数据预测结果可能出现的四种情况:True Positive(TP):预测为正,实际为正False Positive(FP)::预测为正,实际为负False Negative(FN):预测为负,实际为正Ture Negative(TN):预测为负,实际为负准确率(Precision)定义为:在单类预测结果中,正确的比率,为 P = TP / (TP + FP)原创 2018-03-11 21:26:45 · 3001 阅读 · 0 评论