- 博客(2)
- 收藏
- 关注
RSS订阅原创 logistic分类算法
分类问题是一个离散取值预测的问题，这时，我们用linear来作预测会受到极端样本的干扰。这里介绍一下logistic分类算法。首先，先去百度一下logistic函数，它的值域在0到1之间，符合二元分类问题的要求。当自变量x大于0时，取1的概率更大，反之取0的概率大。设置代价函数为-log（h_theta(x)-y），这里建议去看吴恩达网课第64节。取好代价函数后，剩下的就是迭代使代价函数收敛至最小的问题，值得注意的是，迭代的公式与linear的梯度下降法完全一致，但是代价函数不同。我们可以构造矩阵迭代公
2021-09-14 16:58:27
268
原创 线性回归linear梯度下降法
2021.9.10 梯度下降法是一种常用的线性回归算法，通过梯度的含义：函数减小速度最快的方向，设置一定的步长经过迭代迭代后可以抵达其区域最小值，对于一个凸函数可以抵达其全局最小值。我们期望通过线性的拟合函数使我们所关注的代价函数达到最小，使我们的训练集与模型拟合的最好。 首先，我们来讨论一个最简单的情况：只有两个特征量的梯度下降法 例如房价与其面积的关系，假设我们选定了代价函数为J(a1，a2)；此时代价函数为二元函数，a1与a2为我们所选择的线性规划模型的...
2021-09-10 16:31:03
203
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人