机器学习
文章平均质量分 78
oo笨小孩oo
静心知路,独自修行,勿忘初心,方得始终
展开
-
Logistic Regression(逻辑回归)原理及公式推导
Logistic Regression(逻辑回归)是机器学习中一个非常非常常见的模型,在实习生环境中也常常被使用,是一种经典的分类模型(不是回归模型)。本文主要介绍了Logistic Regression(逻辑回归)模型的原理以及参数估计、公式推导方法。原创 2016-07-30 15:18:13 · 133299 阅读 · 17 评论 -
朴素贝叶斯(Naive Bayesian)分类器原理入门
NB分类算法是概率学派的经典算法,也是机器学习中的一个非常经典非常基础的分类算法,NB算法有很强的数学理论作为支撑,本文主要介绍了NB算法的基本原理与数学推导。假设我们有一组训练数据: {(x1,c1),(x2,c2)......(xn,cn)}{(x_1, c_1), (x_2, c_2)...... (x_n, c_n)} 其中cic_i是每个数据的标签类别,xix_i是特征向量,我们需要根原创 2016-08-02 12:05:40 · 3423 阅读 · 1 评论 -
机器学习中L0, L1, L2正则项介绍
L0,L1,L2正则项是机器学习中常用的正则项,本文主要对这三种正则项做一个简单的介绍。L0: L0主要是指参数中0的个数,希望参数中的大部分元素是0,希望参数是稀疏的,但是L0有一个缺点就是难以优化,所以就引出了L1正则项。L1: L1正则项是指向量中各个元素绝对值之和,L0正则项的最优凸近似,它比L0要更容易求解,所以在实际使用中,L1的使用要多于L0的使用。 C=C0+λn∣∣w∣∣C=C_原创 2016-08-02 13:14:06 · 10343 阅读 · 1 评论 -
梯度下降原理及Python实现
版权声明:本文为原创文章:http://blog.csdn.net/programmer_wei/article/details/51941358梯度下降算法是一个很基本的算法,在机器学习和优化中有着非常重要的作用,本文首先介绍了梯度下降的基本概念,然后使用python实现了一个基本的梯度下降算法。梯度下降有很多的变种,本文只介绍最基础的梯度下降,也就是批梯度下降。实际应用例子就不详细说了,网上关于原创 2016-07-18 13:44:17 · 36046 阅读 · 11 评论