小怪兽的博客

简介逻辑回归是二分类问题中的神器，非常简单和实用，是线性系统中使用率最高的模型。

文章目录前言解决办法一 下载cocoapi二 安装环境三、最后重新回到安装环境前言  在搭建yolov5的过程中，遇到的问题。pkg_resources.DistributionNotFound: The ‘pycocotools>=2.0’ distribution was not found and is required by the applicationMicrosoft Visual C++ 14.0 is required错误提示直接下载：https://visualst

机器学习笔记线性回归对于给定的特征X和标签y，可以直接调用sklearn里的LinearRegression()类初始化一个线性回归模型，之后通过fit()函数在给定的数据上做拟合。# 实例化一个线性回归模型regr = linear_model.LinearRegression()# 拟合给定数据regr.fit(X_train,y_train)拟合完之后对象regr里存储着已经训练好的线性回归模型的参数,并可以使用regr来对未来的数据做预测了。这里需要注意的是,对于给定的数据我们可以提

typora-root-url: imageBPBPBP神经网络1.激活函数​ 激活函数（Activation Function）是在人工神经网络的神经元上运行的函数，负责将神经元的输入映射到输出端。激活函数对于人工神经网络模型去学习、理解复杂的非线性函数，具有十分重要的作用。​ 如果不使用激活函数，每一层输出都是上一层输入的线性运算，无论神经网络有多少层，最终的输出只是输入的线性组合，相当于感知机。如果使用了激活函数，将非线性因素引入到网络中，使得神经网络可以任意逼近任何非线性函数，能够应用.

文章目录逻辑回归一、逻辑回归中的条件概率1.1逻辑回归的应用1.2理解基准1.3分类问题二、使用步骤逻辑回归logistic回归是一种广义线性回归（generalized linear model），因此与多重线性回归分析有很多相同之处。它们的模型形式基本上相同，都具有 w‘x+b，其中w和b是待求参数。一、逻辑回归中的条件概率1.1逻辑回归的应用   逻辑回归是二分类问题的神器，非常简单实用，是在线上系统中使用率最高的模型。经典的二分类问题有预测贷款违约情况（违约/不会违约）