本文将详细解释线性分类的几个常用模型:线性回归、对数回归、对数几率回归,并简要介绍其优化方法。文末附有Python代码实现。如果问题,欢迎留言交流~
线性回归(linear regression)
模型
设样本表示为 d 维列向量
令 X^=⎛⎝⎜⎜⎜⎜xT0xT1...xTn−1111⎞⎠⎟⎟⎟⎟ ,即每行是一个 x^T 。则给定 w^ ,训练集上的损失函数为: ∥X^w^−Y∥2 ,优化目标 argminw^∥X^w^−Y∥2 。
- 闭式解方法: w^=(X^TX^)−
本文将详细解释线性分类的几个常用模型:线性回归、对数回归、对数几率回归,并简要介绍其优化方法。文末附有Python代码实现。如果问题,欢迎留言交流~
设样本表示为 d 维列向量
令 X^=⎛⎝⎜⎜⎜⎜xT0xT1...xTn−1111⎞⎠⎟⎟⎟⎟ ,即每行是一个 x^T 。则给定 w^ ,训练集上的损失函数为: ∥X^w^−Y∥2 ,优化目标 argminw^∥X^w^−Y∥2 。