西瓜书机器学习笔记

最新推荐文章于 2024-08-03 13:57:10 发布
最新推荐文章于 2024-08-03 13:57:10 发布
阅读量150 收藏
点赞数
文章标签： 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_61717152/article/details/124914688
版权

1.基于均方误差最小化来进行模型求解的方法称为"最小二乘法" 。

2.在线性回归中，最小二乘法就是试图找到一条直线，使所有样本到直线上的欧氏距离之和最小.

   欧式距离就是两点之间的距离

二维空间的公式

其中， 为点 与点 之间的欧氏距离； 为点 到原点的欧氏距离。

三维空间的公式

n维空间的公式

|X|=\sqrt{\sum_{i=1}^{n} x{_{i}}^{2}}

 3.多元线性回归模型为：f(x_i{})=x_{i}^{T}(X^{T}X)^{-1}X^{T}y

    广义线性模型为：y=g^{-1}(\omega ^{T}x+b)

 

 

 

 

Azzad
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
西瓜书机器学习笔记(一)
ClownG的博客
09-24 203
记录学习机器学习的过程,方便自己以后查阅; 一.机器学习 机器学习是一门致力研究如何通过计算的手段,利用经验来改善系统自身的性能的学科;在计算机系统中,“”经验通常以“数据”形式存在,因此,机器学习所研究的主要内容是关于在计算机上从数据中产生“模型”的算法,即“学习算法”(learning algorithm).通过经验数据可以基于数据产生模型.在面对新的数据时,可以提供相应的判断. 二.一些概念知识 用来训练模型的数据集叫做训练集,用来测试模型性能的数据集叫测试集或验证集.但是可能存在一个和训练集.
西瓜书机器学习笔记之线性模型
weixin_41551445的博客
07-24 110
本周对过往的知识进行了一个补充学习，做了如下笔记，主要是公式推导：
最小二乘法求解线性回归模型及求解
热门推荐
weixin_42796403的博客
02-10 1万+
机器学习线性回归模型 线性回归（linear regression）是一种线性模型，它假设输入变量 x 和单个输出变量 y 之间存在线性关系 具体来说，利用线性回归模型，可以从一组输入变量 x 的线性组合中，计算输出变量 y 给定有d个属性（特征）描述的示例 x =（x1; x2; …; xd），其中xi是x在第i个属性（特征）上的取值，线性模型（linear model）试图学得一个通过属性（特征）的线性组合来进行预测的函数，即： 一般用向量形式写成： 其中 假设特征和结果都满足线性，即不大于一
机器学习（西瓜书）学习笔记导览
2403_83073833的博客
02-27 577
本篇文章会持续更新直到更新完毕，关注博主不迷路~（如果没有超链接，表示还没有更新到）
机器学习入门-西瓜书总结笔记
weixin_45867990的博客
03-23 4509
西瓜书第一章-绪论First step引言+基本术语假设空间归纳偏好发展历程与应用现状 First step 对于西瓜书内容做总结笔记，以下都是个人总结，如果有错误欢迎指证。 引言+基本术语 “模型” （model） 从数据中产生 “学习算法”（learning alogrithm） 从数据中产生模型的算法 ”数据集“（data set) 示例（instance）或样例（sample） 的集合 “属性”（atrribute） 或 "特征”（feature） 反映事件或对象在某方面的表现或性质的事项 “属
西瓜书机器学习笔记——朴素贝叶斯
Erik_Ying的博客
07-22 573
机器学习笔记——朴素贝叶斯 引例 问题：现在周同学想购买一杯奶茶，如何判断奶茶是好喝(Y)还是不好喝(N)。 概念 为了判断奶茶好不好喝，引入四个特征：甜度、牛奶、冰块、茶叶。与几个概念 后验概率：给定观测向量X(x1=甜度，x2=牛奶…)，观察特定类别的概率P(y|x)，类别：Y={y0=好喝，y1=不好喝}，特征：X(x1=甜度，x2=牛奶，x3=茶叶，x4=冰块），抽象化如下。 风险：决策为Y时实际情况却为N。如：误诊，判断病人得肺炎，而实际上没有。 误判损失：λ为损失，假设损失的权重为0和1(
机器学习西瓜书笔记
weixin_44844703的博客
03-04 781
1.精度=1-错误率 2.训练集上的误差为‘训练误差’或‘经验误差’，新样本上的误差为‘泛化误差’ 3.过拟合是机器学习面临的关键障碍，欠拟合可通过决策树学习中拓展分支，在神经网络学习中增加训练轮数 4.过拟合无法彻底避免单次留出法不够稳定可靠，一般要采用若干次随机划分、重复进行试验评估取平均值作为留出法的评估结果，常见做法是将大约2/3～4/5的样本用作训练下面是K折交叉验证的基本步骤： 将数据集分成K个大小相似的子集，通常称为折（fold）。 选择一个折作为测试集，其余K-1个折作为训练集。 使用训练集
西瓜书#机器学习学习笔记(小白都能看懂的机器学习教程）（格式调整中）
m0_67466450的博客
06-20 926
第一章 绪论 什么是机器学习？ 机器学习是这样一门学科，它致力于研究如何通过计算的手段，利用经验来改善系统自身的性能，在计算机系统中，“经验”通常以“数据”形式存在，因此，机器学习所研究的主要内容，是关于在计算机上从数据中产生“模型”(model)的算法，即“学习算法”(learning algorithm)。有了学习算法，我们把经验数据提供给它，它就能基于这些数据产生模型；在面对新的情况时（例如看到一个没剖开的西瓜），模型会给我们提供相应的判断（例如好瓜）。 基本术语：（不懂得可以上原书翻或者复制一
机器学习：西瓜书 绪论 学习笔记
hanmo22357的博客
10-08 356
机器学习是一门致力于研究如何通过计算的手段，利用经验来改善系统自身的性能的学科。机器学习中所研究的计算机算法，称为“学习算法”。
西瓜书机器学习笔记.zip
11-05
西瓜书机器学习笔记.zip
西瓜书机器学习的学习笔记（十分详细）
06-10
学习了机器学习的基础以及相关理论，颇有收获，并做了相关笔记，对于机器学习有了更为深入的理解，为以后的学习以及研究打下基础。 主要内容包含以下相关主题： - 模型的评估与选择 - 神经网络 - 支持向量机 - ...
机器学习西瓜书读书笔记
01-19
机器学习西瓜书读书笔记 机器学习西瓜书读书笔记是机器学习领域中的经典读物，以下是读书笔记的知识点总结： 一、机器学习的定义和分类 机器学习是人工智能领域的一个子领域，涉及到使用算法和数学模型来 enable ...
机器学习-西瓜书笔记汇总1
08-03
1绪论傍晚小街路面上沁出微雨后的湿润，和熙的细风吹来，抬头看看天边的晚霞，嗯，明天又是一个好天气。走到水果摊旁，挑了个根蒂蜷缩、敲起来声音浊响的青绿西瓜，一边满
【机器学习】过拟合和欠拟合、高偏差（High Bias）和高方差（High Variance）的区别、过拟合和欠拟合的示例以及图表表示
m0_49243785的博客
08-03 531
在机器学习中，过拟合（Overfitting）是指模型在训练数据上学习得太好，以至于它捕捉到了数据中的噪声和随机波动，而不是潜在的真实关系。这导致模型在新的、未见过的数据上表现不佳；欠拟合（Underfitting）是指模型在训练数据上未能捕捉到足够的信息或模式，导致模型在训练集和测试集上都表现不佳
数理方法习题 前六章.pdf
08-03
数理方法习题 前六章
某大型制造企业IT蓝图规划及实施路线.pptx
最新发布
08-03
某大型制造企业IT蓝图规划及实施路线.pptx
基于Springboot和Vue的社区团购系统设计源码 社区团购系统设计代码（98分期末优秀大作业）
08-03
社区团购系统设计源码（高分毕设），个人经导师指导并认可通过的98分毕业设计项目，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者。也可作为课程设计、期末大作业。包含全部项目源码[代码]、该项目可以直接作为毕设使用。项目技术栈：前端是vue，后端是springboot，项目代码都经过严格调试，代码没有任何bug！ 系统源码（高分毕设），个人经导师指导并认可通过的98分毕业设计项目，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者。也可作为课程设计、期末大作业。包含全部项目源码[代码]、该项目可以直接作为毕设使用。项目技术栈：前端是vue，后端是springboot，项目代码都经过严格调试，代码没有任何bug！ 系统源码（高分毕设），个人经导师指导并认可通过的98分毕业设计项目，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者。也可作为课程设计、期末大作业。包含全部项目源码[代码]、该项目可以直接作为毕设使用。项目技术栈：前端是vue，后端是springboot，项目代码都经过严格调试，代码没有任何bug！
吴恩达机器学习笔记：斯坦福大学2014年机器学习课程学习笔记
吴恩达机器学习个人笔记完整版 吴恩达机器学习个人笔记完整版是根据斯坦福大学2014年机器学习课程视频所做的笔记，主要记录吴恩达老师上课时的重点。该笔记对机器学习的基本概念、模型、算法和应用进行了详细的介绍...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值