理论分析
qq_41669468
这个作者很懒,什么都没留下…
展开
-
支持向量机SVM理论分析
支持向量机目的: 寻找一个超平面将样本分为两类,并且使得二者之间的间隔最大。该超平面的系数使用ω\omegaω表示。假设满足超平面满足的关系式为:ωTϕ(x)+b=0\omega^T\phi(x) + b = 0ωTϕ(x)+b=0,其中ϕ\phiϕ为空间转换函数,能将线性不可分空间的样本转换为线性可分空间样本。由此,SVM算法可使用于线性可分空间和非线性可分空间。支持向量机适用于分类,也适用于回归,当用于回归时称为SVR.线性可分空间分析令y=ωTx+by=\omega^Tx+by=ωTx+b原创 2020-11-27 16:29:33 · 133 阅读 · 0 评论 -
Logistic regression
Logistic regression一、Logistic函数logistic 函数:hθ(x)=11+e−θTxh_\theta(x) =\cfrac{1}{1 +e^{-\theta^Tx}}hθ(x)=1+e−θTx1Logistic regression原理上是利用最大似然估计的方法对未知参数进行求解。分类函数以二分类为例:在机器学习中,使用二分类对数据进行分类时,假设{p(y=0∣x;θ)=1−hθ(x)P(y=1∣x;θ)=hθ(x)\Huge \{ ^ { \larg原创 2020-09-10 17:48:38 · 532 阅读 · 0 评论