《机器学习技法》第5课笔记 核函数逻辑回归

课程来源：林轩田《机器学习技法》

课程地址： https://www.bilibili.com/video/av12469267/?p=1

1. wrap-up

2. 可以将条件转化写入方程中，使我们更容易理解 soft kernel

3. 这时候会发现很有趣的，我们其实在做的就是正则化。

之所以不从正则化方程的角度讲解soft kernel，是因为这个方程不容易导去QP问题

4. soft kernel中，C大，入小，更小的正则化

5. 线性回归、SVM、逻辑斯特回归的01error分析，会发现SVM和lr很像

6. SVM和lr都容易优化、有正则化项、都是存在01error上限下对正确率进行优化。

可以把正则化的lr看成是近似的SVM，那么SVM可以看成近似的lr么？

【20-25待学，先跳过学后面的】