![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
zengdm46
这个作者很懒,什么都没留下…
展开
-
机器学习实战(logistic回归)
本节主要内容:目的:寻找一个非线性函数Sigmoid的最佳拟合参数,求解过程由优化算法来完成。 最优化算法,最常用的是梯度上升算法,而梯度上升算法又可以简化为随机梯度上升法,随机梯度上升法占用的计算资源更少,是一个在线算法,可以在新数据到来时完成参数的更新,而不需要重新读取整个数据集进行批量处理。Logistic 回归的一般过程收集数据:采用任意方式收集数据 准备数据:由于需要进行距离...原创 2018-07-28 11:56:45 · 2569 阅读 · 7 评论 -
机器学习基础
1. 防止过拟合常用的方法:获取更多的训练数据 减少网络复杂度 增加权重正则化 添加dropout2.损失函数的正确选择:问题类型 最后一层激活函数 损失函数 二分类问题 sigmoid binary_crossentropy 多分类、单标签问题 softmax categorical_crossentropy 多分类、多标签问...原创 2019-05-15 17:00:26 · 165 阅读 · 0 评论