- 博客(3)
- 收藏
- 关注
原创 逻辑回归
理论推导 在以前的博客中推导了单元线性回归和多元线性回归的模型。 将线性回归模型简写为:y=ωTx+by=ωTx+b; 对数线性回归模型可以写成:ln(y)=ωT+bln(y)=ωT+b;本质上仍然是线性回归,只不过拟合的是非线性的ln函数了。 更一般地,考虑单调可微函数g(.)g(.),令y=g−1(ωTx+b)y=g−1(ωTx+b);这个模型就叫做广义线性回归模型。(直接抄书的...
2018-05-26 15:47:18 165
转载 熵(Entropy),交叉熵(Cross-Entropy),KL-松散度(KL Divergence)
1.介绍: 当我们开发一个分类模型的时候,我们的目标是把输入映射到预测的概率上,当我们训练模型的时候就不停地调整参数使得我们预测出来的概率和真是的概率更加接近。 这篇文章我们关注在我们的模型假设这些类都是明确区分的,假设我们是开发一个二分类模型,那么对应于一个输入数据,我们将他标记为要么绝对是正,要么绝对是负。比如,我们输入的是一张图片,来判断这张图片是苹果还是梨子。 ...
2018-05-06 17:45:05 248
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