【ML入门】李宏毅机器学习笔记06-分类问题2-逻辑回归（ Logistic Regression）

最新推荐文章于 2024-10-13 22:47:48 发布
最新推荐文章于 2024-10-13 22:47:48 发布
阅读量189 收藏
点赞数 2
分类专栏： # 李宏毅机器学习笔记 文章标签： 机器学习 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_41655940/article/details/97789981
版权
版权声明：小博主水平有限，本文仅代表作者本人观点，希望大家多多指导。

笔记目录

第1节：逻辑回归的函数集

第2节： 对比逻辑回归和线性回归，从【三大步骤】来比较

第3节：逻辑回归选取损失函数的时候，为什么不学线性回归用“平方误差”？

第4节：对比Discriminative model(判别方法) 和Generative model(生成方法)

第5节：Multi-class Classification多分类问题

第6节：Logistic Regression逻辑回归的局限性

正文

【ML入门】李宏毅机器学习笔记06-分类问题2-逻辑回归（ Logistic Regression）

https://zhuanlan.zhihu.com/p/74733249

BG大龍
关注
专栏目录
李宏毅HW2_Logistic回归预测收入
郡酱的博客~
07-09 1926
1、HomeWork description 任务：Binary Classification(二分类) 用二分类判断一个人的收入是否会超过50K，如果超过就输出Winner，没有就输出Losser 数据集: ADULT (1) ...
李宏毅《机器学习》课程笔记（作业二：分类）
如花美眷，似水流年~
05-12 629
为什么不能直接用回归的方式来做分类的问题，因为在回归里面，可能同一类里面的样本点他们的feature差异很大，但是lable都是1，这就要求求出来的model兼顾所有的样本点，那么可能导致model性能较差。下图表现的非常清晰。 在做分类的时候，用到贝叶斯公式，可是公式中的P(x|C1)应该怎么算呢？因为面对一个新的x的时候训练数据里没有。这个时候我们把训练数据假设是一个高斯分布得到的，所以找出最优（最大可能性）的高斯分布，再去计算新的x产生的概率。有趣的是，这里用到的并不是真正意义上的“概率”，而是
李宏毅机器学习系列-逻辑回归
王伟王胖胖的博客
08-15 572
李宏毅机器学习系列-逻辑回归分类回顾逻辑回归+均方差损失函数 分类回顾 我们先回顾下前面我们讲的分类的步骤，第一步先找到一个模型集合，是个概率模型，最后可以转化为sigmoid函数，输入是一个线性函数，如果结果大于等于0.5，则认为是类1，否则是类2： 如果画出结构图的话应该是这样，每个特征xix_ixi​都有一个权重，然后加上偏置，输入到sigmoid函数里，得到0到1的概率值： 第二步我们...
机器学习 李宏毅 L10-分类（概率生成模型）
okgagaga的博客
01-28 596
分类概述 classification 实际应用包括 金融的信用评级（credit scoring）、医疗诊断（medical diagnosis)、手写文字辨识(handwritten character recognition)、人脸辨识（face recognition) 首先，需要收集训练数据（training data for classification）。这里可以讨论一下分类和
Logistic回归预测收入----台大李宏毅机器学习作业2(HW2)
weixin_30482383的博客
04-28 1205
一、作业说明 　　给定训练集spam_train.csv，要求根据每个ID各种属性值来判断该ID对应角色是Winner还是Losser(收入是否大于50K)，这是一个典型的二分类问题。 训练集介绍： 　　(1)、CSV文件，大小为4000行X59列; 　　(2)、4000行数据对应着4000个角色，ID编号从1到4001; 　　(3)、59列数据中， 第一列为角色ID，最后一列为分类结果...
李宏毅机器学习自用笔记------逻辑回归
PlutoLilian的博客
09-08 412
自用学习笔记，希望得到大佬指正
2021李宏毅机器学习笔记--6 logistic regression逻辑回归（一种分类方法）
guoxinxin0605的博客
05-15 277
2021李宏毅机器学习笔记--6 logistic regression逻辑回归（一种分类方法）摘要步骤step1 Function Setstep2 Goodness of a Functionstep3 Find the best function小结及展望 摘要 logistic regression 逻辑回归虽然他的名字中带有“回归”，但是实际上它是一种分类方法，与之前学习的线性回归是不同的。 步骤 step1 Function Set 求和所有的参数w和x的乘积，加上b就是z的值，然后sigm
李宏毅机器学习-----逻辑回归Logistic Regression
zyuPp的博客
08-13 1087
接上上一节的内容，我们认为通过概率模型最后推导出来函数还是为了求出最优的w和b，所以为什么不直接找一个function来直接求呢？那就是今天要介绍的Logistic Regretion！ 上节链接 逻辑回归的Function Set 后验概率Pw,b(C1∣x)P_{w,b}(C_1|x)Pw,b​(C1​∣x)就是σ(z)\sigma(z)σ(z)，而z=wx+b，推导出function se...
机器学习[李宏毅]-笔记6-Logistic Regression
greenmoss的博客
09-02 240
本节课程幻灯片链接 目录
2018-3-20李宏毅机器学习笔记十----------Logistic Regression
luolang_103的博客
03-22 657
上节讲到：既然是一个直线型，只需要求解w和b、为何还要那么费劲的使用概率？？？视频：李宏毅机器学习(2017)_哔哩哔哩 (゜-゜)つロ 干杯~-bilibilihttps://www.bilibili.com/video/av10590361/?p=11而使用平方差的话需要引入learning——rate对比：就是说使用平法差的方法，则计算偏微分的时候Fwb（x）会有=0 的情况引入一个实例去比...
[机器学习入门] 李宏毅机器学习笔记-6 （Classification: Logistic Regression；逻辑回归）
Holeung blog
06-05 5162
[机器学习] 李宏毅机器学习笔记-6 （Classification: Logistic Regression；Logistic回归） PDF VIDEOThree stepsStep 1: Function SetStep 2: Goodness of a FunctionStep 3: Find the best functionLogistic Regression VS Linear
李宏毅机器学习作业2-使用逻辑回归对人员按收入分类
cprimesplus的博客
08-01 667
说明 本代码实现尚有很大不足，最终分类的正确率仅能达到78.25%，且迭代次数过多（100次） 或 不对数据进行任何处理 或 将所有特征均用minmax的方法归一化 的情况下，都会导致测试集的所有分类均为0，原因尚不明，恳请读者指正。 另外，本代码未划分验证集，等有新思路再一并修改。 代码 # -*- coding:utf-8 -*- import numpy as np import panda...
Machine Learning Specialization 学习笔记（6）
qq_41136689的博客
10-10 719
博客仅记录个人学习进度和一些查缺补漏。学习内容：BV1Bq421A74G这里，Q(s, a) 表示在时间步 t 处于状态 s 并执行动作 a 的情况下，智能体从时间步 t 开始的期望累积回报。R_t 是在时间步 t 获得的即时奖励，γ 是折扣因子，它决定了未来奖励相对于当前奖励的价值。
机器学习篇-day05-ID3决策树 C4.5决策树 CART决策树-回归决策树 剪枝
m0_60916732的博客
10-11 1195
决策树是一种树形结构，树中每个内部节点表示一个特征上的判断，每个分支代表一个判断结果的输出，每个叶子节点代表一种分类结果, 根节点尤为重要.熵在信息论中代表随机变量不确定度的度量。熵越大，数据的不确定性度越高, 稳定性越低熵越小，数据的不确定性越低, 稳定性越高CART决策树(Classification and Regression Tree)Cart模型是一种决策树模型，它即可以用于分类，也可以用于回归。Cart回归树使用平方误差最小化策略，Cart分类生成树采用的基尼指数最小化策略。名称。
跨界的胜利：机器学习与神经网络的物理之光
Envyᥫᩣ的博客
10-10 848
近日，2024年诺贝尔物理学奖颁发给了机器学习与神经网络领域的研究者，这是历史上首次出现这样的情况。这项奖项原本只授予对自然现象和物质的物理学研究作出重大贡献的科学家，如今却将全球范围内对机器学习和神经网络的研究和开发作为了一种能够深刻影响我们生活和未来的突出成果。机器学习和神经网络凭借其高效、准确和实用的特点，已经广泛应用于生产制造、金融、医疗等众多领域。此次诺贝尔物理学奖的颁发，也引起了全球学术和科研圈的广泛关注和热议。对于这一评奖结果，你又有何不同的看法？
西瓜书机器学习第三章——线性模型
OK
10-13 101
logistic regression/logit regression 对数几率回归。multivariate linear regression 多元线性回归。within-class scatter matrix 类内散度矩阵。between-class scatter matrx 类间散度矩阵。maximum likelihood method 极大似然法。cost-sensitive learning 代价敏感学习。log-inear regression 对数线性回归。
西瓜书机器学习第四章——决策树
最新发布
OK
10-13 128
Classification and Regression Tree(CART）——一种著名的决策树学习算法，分类和回归任务都可以用。multivariate decision tree 多变量决策树。univariate decision tree 单变量决策树。oblique decision tree 斜决策树。divide-and-conquer 分而治之。information gain 信息增益。intrinsic value 固有值。decision tree 决策树。pruning 剪枝。
机器学习中的熵（Entropy）是什么？
libertea的专栏
10-10 1051
熵作为信息论中的核心概念，衡量了系统的不确定性。通过从自信息量推导出的熵公式，我们能够量化一个系统中信息的平均量。在机器学习中，熵广泛用于决策树构造和其他分类任务中，以帮助衡量数据集的纯度或不确定性。
机器学习（Machine Learning）详解
m0_73640344的博客
10-10 567
机器学习作为一种强大的数据分析工具，其核心价值在于能够自动从数据中学习并做出智能决策。随着技术的进步和应用领域的扩展，机器学习将继续在科技创新和业务优化中发挥关键作用。
李宏毅机器学习HW5-Transformer数据
08-11
李宏毅的机器学习课程中提到的HW5（作业5），可能涉及到Transformer模型在自然语言处理任务中的应用。Transformer是一种基于自注意力机制的深度学习模型，最初由Google在2017年提出的BERT（Bidirectional Encoder ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值