- 博客(4)
- 收藏
- 关注
原创 声明
此模块(机器学习、数据挖掘)为博主学习笔记参考资料: Machine Learning——Andrew Ng(Coursera) 机器学习基石——林轩田(Coursera) 机器学习技法——林轩田(Coursera) 《统计学习方法》——李航
2016-04-07 23:31:33 252
原创 多变量线性回归
多维特征上次我们了解了单变量的线性回归,现在我们对房价模型增加更多的特性,如房间数、楼层数、房龄等特征,构成一个含有多变量的模型,模型中特征表示为。在添加了多个特征后,我们也要增加一些注释:n 代表特征数目 表示第i个训练样本的所有特征,就是特征矩阵中的第i行,是一个向量(vector) 比如上面的 表示第i个训练样本的第j个特征,就是特征矩阵中的
2016-04-09 14:04:54 440
原创 单变量线性回归
单变量线性回归就是从一个输入值预测一个输出值。输入/输出关系是一个线性函数。模型表示:我们用一个根据房屋尺寸预测房屋售价的例子开始。假设有一个数据集,我们称作训练集,如下表所示我们用来描述回归问题的标记如下:m 代表训练集中实例的数量x 代表特征/输入变量y 代表目标变量/输出变量(x,y) 代表训练集中的实例 代表第i个观测实例h 代表学习算法
2016-04-08 12:40:51 1508
原创 感知机
感知机是二类分类的线性分类模型,其输入为实例的特征向量,输出为实例的类别,取+1和-1二值。感知机学习旨在求出将训练数据进行线性划分的分离超平面,为此,导入基于误分类的损失函数,利用梯度下降法对损失函数进行极小化,求得感知机模型。
2016-04-07 23:33:10 720
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人