matlab
文章平均质量分 69
Yuhua Wang
这个作者很懒,什么都没留下…
展开
-
机器学习第二章复习(2)
本文用于复习《Machine Learning》第二章部分内容内容来自于Andrew Ng的机器学习课程,主要是为了回忆起来方便第二章第二讲主要讲解了标准方程也就是Normal EquationNormal Equation 在之前的章节中我们用循环的方式不断寻找Jθ的最低点,来满足代价函数尽可能小,即是说预测值h和真实值y尽可能接近。对于每一个θjθ_j(j=0…n),来说都有一个关于它的一元原创 2017-03-01 10:21:46 · 312 阅读 · 0 评论 -
机器学习第一章复习(1)
本文用于复习《Machine Learning》第一章部分内容内容来自于Andrew Ng的机器学习课程,主要是为了回忆起来方便第一章前三讲主要讲解的是一些概念的区分,以理解的方式了解不同的分类方法和问题supervised learning这里supervised learning是指,给算法一个数据集合,利用算法即可得到实际结果,例如一个特定的值(平均房价1万/平方米),例如一个特定判断(整个原创 2017-02-23 17:11:44 · 412 阅读 · 0 评论 -
机器学习第二章复习(1)
本文用于复习《Machine Learning》第二章部分内容内容来自于Andrew Ng的机器学习课程,主要是为了回忆起来方便第二章第一讲主要讲解了多特征线性回归的处理方法multivariate linear regression 在之前的章节中以楼房价格预期为例,预测房屋的面积和房屋价格的线性回归关系,这里加深这个案例的理解,房价可能还会受到房间数目,房屋楼层等等因素的影响,这些影响就是所原创 2017-02-27 10:02:36 · 343 阅读 · 0 评论 -
机器学习第一章复习(2)
本文用于复习《Machine Learning》第一章部分内容内容来自于Andrew Ng的机器学习课程,主要是为了回忆起来方便第一章后三讲主要讲解的是代价函数、梯度下降和线性代数基本知识cost function这里cost function即代价函数是指,选择a和b使得h(x)=b+ax中,h(x)最接近于y,即是如下方程minθ12m∑i=1m(hθ(x(i))−y(i))2\min_θ原创 2017-02-24 15:23:14 · 338 阅读 · 0 评论 -
机器学习第三章复习(2)
本文用于复习《Machine Learning》第三章部分内容内容来自于Andrew Ng的机器学习课程,主要是为了回忆起来方便第三章第二讲主要讲解了逻辑回归的代价方程和优化算法注:博客中图片均来自于课程cost function 在之前的章节中cost function直接计算为 J(θ)=12m∑i=1m(hθ(x(i))−y(i))2J(θ)= \frac{1}{2m} \sum_原创 2017-03-06 09:19:14 · 321 阅读 · 0 评论 -
机器学习第三章复习(1)
本文用于复习《Machine Learning》第三章部分内容内容来自于Andrew Ng的机器学习课程,主要是为了回忆起来方便第三章第一讲主要讲解了分类问题和引入logistic regressionclassification problem在之前的章节中一直都在讲解的是regression problem,然而回顾第一章讲的supervised learning其实是包含regressio原创 2017-03-06 09:23:54 · 282 阅读 · 0 评论 -
机器学习第三章复习(3)
本文用于复习《Machine Learning》第三章部分内容内容来自于Andrew Ng的机器学习课程,主要是为了回忆起来方便第三章后面部分主要讲解了多分类、欠拟合和过拟合注:博客中图片均来自于课程multiclass classification 如上图所示,多分类的坐标中出现3类图形,为了区分开他们,这里采用One-vs-all策略,即是说,把三角形列为一类,其他两个图形列为一类。以此类推原创 2017-03-07 09:28:37 · 369 阅读 · 0 评论 -
机器学习第三章复习(4)
本文用于复习《Machine Learning》第三章部分内容内容来自于Andrew Ng的机器学习课程,主要是为了回忆起来方便第三章最后部分主要讲解了如何解决欠拟合过拟合注:博客中图片均来自于课程underfit & overfit underfit解决方法 underfit也叫“high bias”,可能是特征量太少引起了欠拟合。 解决办法: 1.可以增加特征; 2.调整特征的幂原创 2017-03-14 10:42:51 · 442 阅读 · 0 评论