- 博客(6)
- 收藏
- 关注
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 21:36:49 275
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 23:30:33 221
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 5310 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 23:32:18 149
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 5316
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 5304
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