非线性分类:
特征过多会造成计算复杂还很容易造成过拟合。
神经网络:【逻辑单元】
θ在接下来的图中是个第一层到第二层,第二层到第三层的映射,他是个4*3的矩阵形式【相当于三个a的输出,四个X的输入】
偏置单元a0,x0;
a^(2)是个三维向量,最后给加了个偏置单元,变成四维了
z^(2) 也是个三维向量
神经网络正在做的事情,就像逻辑回归,但是它不是使用原来的X1,X2,X3来作为特征,而是使用隐藏层的a1,a2,a3来作为新的特征。
θ是权重
非线性分类:
特征过多会造成计算复杂还很容易造成过拟合。
神经网络:【逻辑单元】
θ在接下来的图中是个第一层到第二层,第二层到第三层的映射,他是个4*3的矩阵形式【相当于三个a的输出,四个X的输入】
偏置单元a0,x0;
a^(2)是个三维向量,最后给加了个偏置单元,变成四维了
z^(2) 也是个三维向量
神经网络正在做的事情,就像逻辑回归,但是它不是使用原来的X1,X2,X3来作为特征,而是使用隐藏层的a1,a2,a3来作为新的特征。
θ是权重