三、回归问题与应用

 

有监督学习类似于学习数学，先做题 对答案，然后老师出卷子进行月考

无监督学习  挖掘数据 需要与环境交互

回归问题数学用语比较多，但是对大学高数部分熟悉的话，应该不是问题。

 

 

 

线性回归

　　损失函数（loss function，优化方向，评估方式）/代价函数/目标函数

　　　　　找到最好的权重/参数

　　　　如何衡量最好？

 

 　　最小化损失函数

　　　　　　凸函数

　　　　　　（基于已有的训练集找到最优）

　　　　　　多元时

　　　　　　

线性回归与GD

　　梯度下降（逐步最小化损失函数）

　　           

　　　　　　学习率！  α决定的是步长，步长大或者小都会有问题

　　　　　　更好的学习率但是会消耗更多的计算资源

 

 

　　　　模型的状态

　　　　

 

　　　　

　　　　　　　　判断边界

 

 

 

　　　　　　

 

　　　　　　最后的表达形式

　　　　　　

 

 

 　　　　　　二分类与多分类

 　　　　　　one vs one

　　　　　　one vs rest/all

（此部分内容较多，需要反复学习）

作业题：

美国旧金山犯罪问题

生物分子信息判定

 

转载于:https://www.cnblogs.com/qianyuesheng/p/8453502.html