- 博客(6)
- 收藏
- 关注
RSS订阅原创 我的机器学习之路 第六关
六、正则化1.过拟合问题 为了拟合数据，在假设函数中设置了过多的变量，可以使J(θ)接近于0，但模拟出来的曲线为非凸曲线，不能更好的泛化到新样本中2.解决过拟合的方法：减少变量数正则化3.正则化 当假设函数过拟合时，为了使曲线更光滑，在J(θ)中加上一个正则化项： λ/(2m)*∑θi^2 (约定θi从θ1开始) 这样可以将所有的θ进行缩小（1）正则化线性回...
2018-10-28 21:36:49
228
原创 我的机器学习之路 第五关
五、Logistic回归1.核心：Logistic回归算法 (1)用于监督学习里的分类问题，预测离散型输出，是一种分类算法. (2)分类问题 二分类：输出为0(负类)或者1(正类) 多分类：输出为0,1,2,3等等2.logistic回归的假设函数h(x) 对于分类问题，如果直接用线性回归中的假设函数h(x)=θ^T*X，通过...
2018-10-24 23:30:33
205
原创 我的机器学习之路 第四关
一、初识octave1.基本操作(1)% 表示注释(2)~ 表示反，相当于编程语言中的！(3)&& 表示与 || 表示或(4)加减乘除是 + - * / (5)PS1("$") 表示将命令提示符换为$(6)在命令输入完成后，加一个；
2018-10-20 21:36:35
5295
1
原创 我的机器学习之路 第三关
机器学习之路三、多变量线性回归1.定义：用很多特征来拟合数据，更贴近实际应用的线性回归算法，包含很多特征变量x1,x2,x3等等。 其中：m表示样本空间； n表示特征数； x^(i)表示第i组数据； x^(i)j表示第i个训练样本中第j个特征值；2.多变量假设函数...
2018-10-18 23:32:18
140
原创 我的机器学习之路 第二关
机器学习之路二、 单变量线性回归1.什么是单变量线性回归？ 在训练集中，有一个自变量x和一个因变量y，通过数据拟合，去找到它们之间的关系（假设函数）。最终实现任给一个输入，都会有一个相对正确的输出。 注意：单变量线性回归属于监督学习下的回归问题。2.代价函数 （1）定义：J(k,b)=(1/2m)*∑(h(x) - y(i))^2 其中,h(x)=kx+b ...
2018-10-14 19:24:21
5286
原创 我的机器学习之路 第一关
机器学习之路一、初始机器学习1.什么是机器学习？ 使计算机像人一样，能够通过观察学习获得经验。2.机器学习的分类： 监督学习、无监督学习、强化学习以及推荐系统。3.监督学习（1）定义：给定计算机一定的规则参照，让其对数据进行分析，预测其输出，做出好的决策；（2）分类：回归问题（预测连续值输出）分类问题（预测离散值输出）理解：回归问题和分类问题的区别在于对预测结果类型的不...
2018-10-14 00:30:39
5288
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