![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 79
Edwina414
这个作者很懒,什么都没留下…
展开
-
线性回归以及梯度下降的学习
最近打算重新学习机器学习,为数据分析打好基础,本章记录线性回归以及梯度下降的内容。在机器学习中,线性回归是一个较简单的模型,属于监督学习。先给定一个训练集,根据这个训练集学习出一个线性函数,然后测试此函数是否足够拟合训练集数据,挑选出最好的函数(代价最小)即可。一、概念:1、线性回归的假设模型:为了评估假设模型,需要引入代价函数(cost function)的概念。原创 2017-06-10 11:29:51 · 257 阅读 · 0 评论 -
最小二乘法的新体(接上篇)
在学习线性回归中,接触了到最小二乘法,知道怎么用它来解决回归问题,但其本质还没深入地理解,然后在项目中也听到了这个知识点,所以就有了这篇笔记。 最小二乘法的核心就是使得所有数据的偏差平方和最小。但是在数据拟合的时候,为什么是要使得用模型预测出来的值和真实值之差的平方和最小? 这个问题见链接(http://blog.sciencenet.cn/blog-430956-621原创 2017-06-10 19:42:15 · 251 阅读 · 0 评论 -
广义线性模型及softmax回归
看了Andrew Ng 关于广义线性模型这内容的视频,对概念还是有点模糊,于是搜到这篇博文http://blog.csdn.net/lilyth_lilyth/article/details/10032993。只不过Andrew Ng的推导顺序和这篇文章是相反的,但还是同一个原理。下面我摘了这篇文章关于广义线性回归的内容。 1)指数家族原创 2017-06-13 16:56:52 · 857 阅读 · 0 评论