- 博客(4)
- 收藏
- 关注
RSS订阅原创 机器学习入门笔记（四）
LASSO代价函数 在常规的代价函数中，参数一般只会趋于0而不会直接取0，因此将代价函数进行修改，即L1正则化。 J(θ)=12m[∑i=1m(hθ(xi)−yi)2+λ∑j=1n∣θj∣]J(\theta)=\frac{1}{2m}[\sum_{i=1}^{m}(h_\theta(x^i)-y^i)^2+\lambda\sum_{j=1}^{n}|\theta_j|]J(θ)=2m1[∑i=1...
2019-06-12 22:33:04
124
原创 机器学习入门笔记（三）
特征缩放 如下图的数据情况 图中的房子价格与房间数量大小相差较大，因此在回归预测时所得的模型可能不够准确。 因此引入特征缩放，常用的特征缩放方法由两种： (一)数据归一化：把数据的取值范围处理为0~1或者 -1~1 任意数据转化为0~1之间：newValue=(oldValue-min)/(max-min) 任意数据转化为-1~1之间：newValue=[(oldValue-min)/(max-...
2019-06-08 22:58:38
104
原创 机器学习入门笔记（二）
多元线性回归 多元线性回归与一元线性回归类似，只是特征值由一个变为了两个及以上。 表达式：hθ(xi)=θ0+θ1x+θ2x2+...+θnxnh_\theta(x_i)=\theta_0+\theta_1x+\theta_2x_2+...+\theta_nx_nhθ(xi)=θ0+θ1x+θ2x2+...+θnxn 因此可用向量写成：hθ(xi)=θiXiTh_\theta(x_...
2019-06-07 19:50:14
158
原创 机器学习入门笔记（一）
机器学习笔记机器学习基本概念一元线性回归梯度下降法 机器学习基本概念 机器学习与数据挖掘息息相关，可用人脑模拟机器学习的过程。人类通过眼睛捕捉外界信息在大脑中形成图像信息，在大脑加工后再具体反映至具体动作。而当今的深度学习是早期的神经网络，类比人脑处理过程，其简单流程可分为：输入层 —> 隐藏层 —> 输出层 。 机器学习可大致分为监督学习与无监督学习两大类： 监督学习： 一般...
2019-06-05 22:34:53
232
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