PRML_Notebook
文章平均质量分 82
PR&ML
今晚打佬虎
一名二手的人工智能表演艺术家!
展开
-
平方和误差和最大后验
多项式曲线拟合问题中的最大后验与最小化正则和平方和误差之间的关系 简单证明多项式回归的最大后验等价于最小正则化和平方和误差; 主要内容: 多项式回归 高斯分布 贝叶斯定理 对数函数计算 1. 简单回顾一下多项式回归 y(x,w)=w0+w1x+w2x2+...+wMxM=∑j=0Mwjxjy(x, w) = w_0 + w_1x + w_2x^2 + ... + w_Mx^M = \sum_{j=0}^{M}w_jx^jy(x,w)=w0+w1x+w2x2+...+wMxM=j=0∑Mwj原创 2020-12-21 19:26:30 · 661 阅读 · 0 评论 -
多项式拟合,模型的复杂度以及权重的变化
1.1多项式拟合 生成目标数据 目标数据集的生成方式: 首先计算函数sin (2πx) 的对应的值 然后给每个点增加一个小的符合高斯分布的随机噪声 通过使用这种方式产生数据,它们拥有一个内在的规律,这个规律是我们想要学习的。同时也包含随即噪声,这种噪声可能由随机的过程产生,也可能是由于存在没有被观察到的具有变化性的噪声源。 训练数据和测试数据: 训练数据用来训练多项式模型,来学习数据中的规律...原创 2020-01-13 17:19:55 · 6201 阅读 · 1 评论