高级矩阵操作调查2
基于基础的矩阵运算(矩阵、向量的乘、加等),我们可以实现一些更高级的应用,来演示并行矩阵运算库的功能和效果。上周时间,我调研并且找到了用Matlab语言实现的如下两个基础应用:
- Logistic Regression
- K-Means
- LU、QR矩阵分解
Logistic Regression
Logistic Regression是广义线性回归模型的代表,在回归问题中具有广泛的应用。Logstic Regression是在普通的线性回归模型基础上发展出来的,它将线性拟合的对象从因变量y变为因变量的对数几率 log p/(1-p) 。
其主要算法同普通的线性回归模型算法,但是在计算梯度时,因为引入了对数几率,因此与普通的线性回归不同。但除此之外,其他部分基本一致。
我找到了Stanford大学的机器学习课程中,提供的Logistic Regression参考实现的Matlab代码,代码下载页面见此。