![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
化简可得
这个作者很懒,什么都没留下…
展开
-
用人话讲明白逻辑回归Logistic regression
文章目录1.从线性回归说起2.sigmond函数3.推广至多元场景4.似然函数5.最大似然估计6.损失函数7.梯度下降今天梳理一下逻辑回归,这里的“逻辑”是音译“逻辑斯蒂”的缩写,并不是说这个算法具有怎样的逻辑性。该算法由于简单、实用、高效,在业界应用十分广泛。前面说过,机器学习算法中的监督式学习可以分为2大类:分类模型:目标变量是分类变量(离散值);回归模型:目标变量是连续性数值变量...原创 2020-05-09 17:51:00 · 905 阅读 · 1 评论 -
用人话讲明白梯度下降Gradient Descent(以求解多元线性回归参数为例)
文章目录1.梯度2.梯度下降梯度下降算法在机器学习中出现频率特别高,是非常常用的优化算法。本文借多元线性回归,用人话解释清楚梯度下降的原理和步骤。1.梯度梯度是什么呢?我们还是从最简单的情况说起,对于一元函数来讲,梯度就是函数的导数。而对于多元函数而言,梯度是一个向量,也就是说,把求得的各个偏导数以向量的形式写出来,就是梯度。例如,我们在用人话讲明白线性回归LinearRegre...原创 2020-05-01 22:31:39 · 946 阅读 · 0 评论 -
用人话讲明白机器学习MachineLearning
目录1.什么是机器学习2.机器学习的种类3.相关名词释义1. 什么是机器学习人的一生在不断学习,广义的学习包含观察世界、认识世界、形成世界观、改造世界的过程。我们通过眼睛观察生活,通过大脑思考其中的联系和规律,从而规划自己的人生路径,这是人的学习。我们总结自己和前人的经验,未来生活中遇到类似的事情,能够找到应对之法,这也是人的学习。机器学习与人的学习一样,只不过学习主体从人变成了计算...原创 2019-07-09 21:02:22 · 295 阅读 · 0 评论 -
用人话讲明白线性回归LinearRegression
目录什么是回归一元线性回归损失函数最小二乘估计小结1. 什么是回归当我们学习一门新课程、接触一个新专业时,总会对该领域的专有名词感到困惑,甚至看完解释仍难以理解其含义。在我们一起学习machine learning的过程中,我会尽量对相关名词用“人话”做一遍解释,以减少学习的“痛苦感”。譬如今天要学的线性“回归”,这个回归(regression)和我们平时说的“回归祖国”的回...原创 2019-07-09 21:26:22 · 10764 阅读 · 4 评论 -
用人话讲明白支持向量机SVM(上)
文章目录1.什么是SVM2.线性分类器的含义3.怎么找线性分类器1.什么是SVMSVM支持向量机,号称机器学习的拦路虎。江湖传言,遇到了他,机器学习就会从入门到放弃。另一方面也就是说,只要搞定了SVM,后面的算法模型学起来都是小意思。那我们就先打虎,再盘后面的小猫咪。由于SVM较复杂,我分两篇来进行阐述,本篇仅介绍SVM的基本概念。先看下官方定义:支持向量机方法是建立在统计学习理论的...原创 2019-07-13 22:54:52 · 466 阅读 · 0 评论 -
用人话讲明白支持向量机SVM(下)
文章目录4.求解超平面4.1几何间隔4.2凸二次规划4.3拉格朗日乘数法4.求解超平面上篇仅介绍了SVM的基本概念,本篇着重讲解SVM中的最佳线性分类器(最大边界超平面)是如何求得的。4.1几何间隔上一小节给出二维问题下最佳线性分割的标准,就是分割线到两类边界点的距离最“宽”,那么这个“宽度”怎么量化和求解呢?我们知道,点(x0,y0)(x_{0} ,y_{0})(x0,y0)...原创 2019-07-20 21:09:31 · 241 阅读 · 0 评论 -
用人话讲明白聚类算法kmeans
文章目录1.什么是聚类2.K-Means步骤3.K-Means的数学描述4.初始中心点怎么确定5.K值怎么确定6.小结1.什么是聚类先来回顾一下开篇就讲到的机器学习的种类。监督式学习:训练集有明确答案,监督学习就是寻找问题(又称输入、特征、自变量)与答案(又称输出、目标、因变量)之间关系的学习方式。监督学习模型有两类,分类和回归。• 分类模型:目标变量是离散的分类型变量;• 回归模型:...原创 2019-07-28 12:20:24 · 2110 阅读 · 1 评论 -
用人话讲明白近邻算法KNN
文章目录1.什么是聚类2.K-Means步骤6.小结1.什么是聚类先来回顾一下开篇就讲到的机器学习的种类。监督式学习:训练集有明确答案,监督学习就是寻找问题(又称输入、特征、自变量)与答案(又称输出、目标、因变量)之间关系的学习方式。监督学习模型有两类,分类和回归。• 分类模型:目标变量是离散的分类型变量;• 回归模型:目标变量是连续性数值型变量。无监督学习:只有数据,无明确答案,即...原创 2019-08-23 20:43:09 · 502 阅读 · 0 评论