《西瓜书》第三章 线性模型 手写版笔记

最新推荐文章于 2024-08-06 20:17:03 发布
最新推荐文章于 2024-08-06 20:17:03 发布
阅读量1.7k 收藏 31
点赞数 12
分类专栏： 西瓜书 笔记 文章标签： 西瓜书 机器学习 手写笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u013307195/article/details/90231868
版权

《西瓜书》第三章 线性模型 手写版笔记

文章目录

3.0 知识点总览

在这里插入图片描述

3.1 线性回归(Linear Regression)求解的推导过程

3.1.1 单变量线性回归

在这里插入图片描述

3.1.2 多变量线性回归

在这里插入图片描述

3.1.3 对数线性回归

在这里插入图片描述

3.2 逻辑回归(Logistic Regression)

在这里插入图片描述

3.3 线性判别(LDA)

在这里插入图片描述

3.4 多分类学习的拆分策略

在这里插入图片描述

3.5 处理类别不平衡问题三种方法

在这里插入图片描述

甲壳剑齿鸟
关注
  • 12
    点赞
  • 踩
  • 31
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
西瓜书第三章线性判别笔记
weixin_41940752的博客
05-13 522
1.定义： 线性模型： 线性回归：试图学习出一个线性模型，能够尽可能准确预测出输出标记。 2.性能度量 如何确定上述模型中的w和b,衡量标准就是第二章中提到的均方误差最小化。 常用的度量值为欧氏距离，方法为最小二乘法，即试图找到一个超平面，使得所有样本点到这个超平面的欧氏距离和最小。求解w和b使得欧氏距离最小化的过程称为最小二乘的参数估计。 求极值在这里引入的是求导法，即欧氏距离E对w和b求导...
西瓜书第三章，线性判别分析笔记
01-26
本文是西瓜书第三章的笔记，讨论了线性判别分析（LDA）的算法原理和实现细节。线性判别分析是一种常用的机器学习算法，用于高维数据的降维和分类。 线性判别分析算法原理 线性判别分析的主要思想是将高维数据投影...
西瓜书《机器学习》---第三章 线性模型python代码实现
03-08
【对应博客内本章内容】 3.3 编程实现对率回归，并给出西瓜数据集3.0α上的结果 3.4 选择两个 UCI 数据集，比较 10 折交叉验证法和留一法所估计出的对率回归的错误率。 3.5 编辑实现线性判别分析，并给出西瓜数据...
p2 矩阵消元 MIT线性代数手写 课程笔记 .pdf
01-09
MIT线性代数手写 课程笔记
机器学习-第三章线性模型
11-22
线性模型形式简单，易于建模，但是却蕴藏机器学习中一些重要的基本思想。
第三章 线性模型1
08-04
线性模型是机器学习中的一种基础模型，它用于建立输入特征与输出之间的线性关系。在最简单的形式中，线性模型定义为一个函数，该函数通过加权和输入特征的值并加上一个偏置项来进行预测。用数学表示，线性模型可以...
《西瓜书》笔记汇总
u013307195的博客
05-30 4291
《西瓜书》第三章 线性模型 手写版笔记 《西瓜书》第四章 决策树 笔记 《西瓜书》第六章 SVM支持向量机 笔记 《西瓜书》第六章 公式6.2推导 空间任一点到超平面的距离 《西瓜书》第六章 公式6.6 凸二次规划问题 ...
《西瓜书》第六章 SVM支持向量机 笔记
u013307195的博客
05-27 1382
文章目录6.1 间隔与支持向量6.2 对偶问题6.3 核函数6.4 软间隔与正则化6.5 支持向量回归6.6 核方法6.7 阅读材料6.8 总结6.9 参考资料 6.1 间隔与支持向量 超平面 支持向量 间隔 最大间隔 6.2 对偶问题 凸二次规划 对偶问题 支持向量机的一个重要性质 6.3 核函数 支持向量展开式 核函数定理 常用的核函数 6.4 软间隔与正则化 软间隔 替代损失 松弛变量 正则...
《西瓜书》第四章 决策树 笔记
u013307195的博客
05-22 1210
《西瓜书》第四章 决策树 笔记 文章目录《西瓜书》第四章 决策树 笔记4.1 基本流程4.1.1 组成4.1.2 目的4.1.3 策略4.1.4 算法4.2 划分选择4.2.1信息增益-ID3决策树4.2.1.1 信息熵4.2.1.1 信息增益4.2.2 增益率-C4.5决策树4.2.3 基尼指数-CART决策树4.2.3.1 基尼值4.2.3.2 基尼指数4.3 剪枝处理4.3.1 预剪枝4.3...
《西瓜书》第五章 神经网络 笔记
u013307195的博客
06-05 615
文章目录1. 概述2. 神经元模型3. 感知机与多层网络3.1 感知机3.2 多层前馈神经网络4. 误差逆传播算法（BP算法）4.1 BP算法具体推导4.2 标准BP算法和累积BP算法4.3 BP神经网络过拟合4.4 全局最小和局部最小5. 神经网络的各种常用算法5.1 RBF网络5.2 ART网络5.3 SOM网络5.4 级联相关网络5.5 Elman网络5.6 Boltzmann机6. 深度学...
《西瓜书》第八章 集成学习 笔记
u013307195的博客
07-07 439
《西瓜书》第八章 集成学习 笔记
《西瓜书》第七章 贝叶斯分类器 笔记
u013307195的博客
07-06 347
《西瓜书》第七章 贝叶斯分类器 笔记
《西瓜书》第九章 聚类 笔记
u013307195的博客
07-23 257
《西瓜书》第九章 聚类 笔记
萱仔求职系列——1.1 机器学习基础知识复习
最新发布
qq_44117805的博客
08-06 746
任务类型K-means：无监督学习（聚类）。KNN：有监督学习（分类或回归）。输入K-means：只需要数据，不需要标签。KNN：需要带有标签的训练数据。输出K-means：每个样本的簇分配和质心。KNN：新样本的预测标签或值。算法目标K-means：寻找数据的自然簇，最小化簇内的样本到质心的距离。KNN：基于已知样本的标签或值，对新样本进行预测。适用场景K-means：用于发现数据的自然分组或模式，适用于数据探索和预处理。KNN：用于对新样本进行预测，适用于分类和回归任务。
机器学习笔记 - python学习记录三 Python中的矢量化
学以致用 知行合一
08-03 95
当我们必须处理大量数据集时，计算上非最优的函数可能会成为算法的巨大瓶颈，最终导致模型运行时间过长。为了确保代码计算效率高，我们将使用矢量化。任何算法执行的时间复杂度都非常重要，决定了应用程序是否可靠。在实时输出应用方面，尽可能在最佳时间内运行大型算法非常重要。为此，Python提供了一些标准数学函数，可以快速操作整个数据数组，而无需编写循环。包含此类函数的库之一是numpy。让我们看看如何在矢量化的情况下使用这个标准函数。矢量化用于加速 Python 代码，而无需使用循环。
机器学习练手（二）：基于KMeans的股票分类
qq_33489955的博客
08-03 1094
KMeans在确定分类个数计算时，无法使用object类型的数据，应当提前删除或对特征进行one-hot处理。
【机器学习】为什么使用Scikit-Learn来进行逻辑回归以及如何使用Scikit-Learn进行逻辑回归
m0_49243785的博客
08-03 1088
在Scikit-Learn中，逻辑回归是通过LogisticRegression类实现的。该类提供了多种方法来训练模型、进行预测以及评估模型性能。用户可以自定义许多参数，包括正则化类型（L1、L2或弹性网）、求解器类型（用于优化问题）、最大迭代次数等
机器学习用python还是R，哪个更好？
丁爸的博客
08-06 322
如果你已经熟悉Python，或者你的项目需要与Web开发、自动化等其他领域集成，那么Python可能是更好的选择。如果你主要关注统计分析和数据可视化，且对R语言有一定的了解或兴趣，那么R也是一个非常不错的选择。选择哪种语言取决于你的具体需求、个人偏好以及你的团队或工作环境的需求。在很多情况下，两种语言都可以胜任机器学习任务，关键在于找到最适合你的工具。
金融时间序列统计分析：第四章平稳线性ARMA模型基本概念及应用
金融时间序列模型第四章介绍了平稳线性ARMA模型的基本概念。随机过程是指在某个集合T上的一组随机变量，其中每个固定的t，对应的Yt是一个随机变量。常见的足标集T可以是连续区间[-∞, ∞]或[0, ∞]，也可以是整数...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值