- 博客(3)
- 收藏
- 关注
RSS订阅转载 正则化线性回归与正则化逻辑回归
1. The Problem of Overfitting1还是来看预测房价的这个例子，我们先对该数据做线性回归，也就是左边第一张图。如果这么做，我们可以获得拟合数据的这样一条直线，但是，实际上这并不是一个很好的模型。我们看看这些数据，很明显，随着房子面积增大，住房价格的变化趋于稳定或者说越往右越平缓。因此线性回归并没有很好拟合训练数据。我们把此类情况称为欠拟合(underfitting)，或...
2018-05-07 20:59:39
778
转载 逻辑回归与决策边界
一，分类问题 我们从二元的分类问题开始讨论。我们将因变量(dependant variable)可能属于的两个类分别称为负向类（negative class）和正向类（positive class），则因变量y ∈{0,1}，其中 0 表示负向类，1 表示正向类。下图以肿瘤的恶性良性举例： 如果我们要用线性回归算法来解决一个分类问题，对于分类，y 取值为 0或者 1，但如果你使用的是线性...
2018-05-06 11:45:35
1114
转载 机器学习之线性回归及特征归一化
线性回归是一种回归分析技术，回归分析本质上就是一个函数估计的问题（函数估计包括参数估计和非参数估计），就是找出因变量和自变量之间的因果关系。回归分析的因变量是应该是连续变量，若因变量为离散变量，则问题转化为分类问题，回归分析是一个有监督学习问题。线性其实就是一系列一次特征的线性组合，在二维空间中是一条直线，在三维空间中是一个平面，然后推广到n维空间，可以理解维广义线性吧。例如对房屋的价格预测，...
2018-04-22 19:32:25
1990
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