- 博客(4)
- 收藏
- 关注
RSS订阅
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