机器学习
文章平均质量分 90
Simp丶
这个作者很懒,什么都没留下…
展开
-
逻辑回归
假设函数表示 y ∈ {0, 1},因变量y只有0,1两种取值, 为此改变假设函数的形式,使假设函数hθ(x)hθ(x)h_\theta (x)满足0≤hθ(x)≤10≤hθ(x)≤10 \leq h_\theta (x) \leq 1 hθ(x)=g(θTx)z=θTxg(z)=11+e−zhθ(x)=g(θTx)z=θTxg(z)=11+e−z\begin{align*}& h_\the...原创 2018-04-28 19:34:36 · 265 阅读 · 0 评论 -
机器学习笔记——人工神经网络(2)
代价函数 变量定义 LLL:神经网络的总层数 slsls_l:第lll层的单元(神经元)数量 KKK:输出层的单元数量 逻辑回归的代价函数(正则化) 神经网络的代价函数 J(Θ)=−1m∑i=1m∑k=1K[y(i)klog((hΘ(x(i)))k)+(1−y(i)k)log(1−(hΘ(x(i)))k)]+λ2m∑l=1L−1∑i=1sl∑j=1sl+1(Θ(l)j...原创 2018-05-18 21:01:40 · 258 阅读 · 0 评论 -
机器学习笔记——人工神经网络(1)
模型表示 简单的神经网络表示 ⎡⎣⎢x1x2x3⎤⎦⎥→[   ]→hθ(x)[x1x2x3]→[   ]→hθ(x)\begin{bmatrix}x_1 \newline x_2 \newline x_3 \newline \end{bmatrix}\rightarrow\begin{bmatrix}\ \ \ \newline...原创 2018-05-17 16:44:40 · 242 阅读 · 0 评论 -
机器学习笔记——正则化、欠拟合与过拟合
欠拟合(underfitting) 高偏差(high bias),曲线不能很好的拟合训练数据。 过拟合(overfitting) 高方差(high variance),通常因为过多的特征导致,曲线能够很准确的拟合训练数据,但是不能泛化到新的数据。 解决过拟合问题的方法 减少特征变量数目 人工选择保留的特征、模型选择算法 正则化 保留所有特征,但降低θjθj...原创 2018-05-10 20:08:55 · 759 阅读 · 0 评论 -
多元线性回归
多元变量梯度下降 }repeat until convergence:{θ0:=θ0−α1m∑i=1m(hθ(x(i))−y(i))⋅x(i)0θ1:=θ1−α1m∑i=1m(hθ(x(i))−y(i))⋅x(i)1θ2:=θ2−α1m∑i=1m(hθ(x(i))−y(i))⋅x(i)2⋯repeat until convergence:{θ0:=θ0−α1m∑i=1m(hθ(x(i))−y(i...原创 2018-04-15 17:31:31 · 272 阅读 · 0 评论