机器学习算法梳理
文章平均质量分 84
lzher0
这个作者很懒,什么都没留下…
展开
-
机器学习算法梳理1-线性回归
机器学习算法-线性回归一、相关理论基础1.1 凸函数某个向量空间的凸子集(区间)上的实值函数,如果在其定义域上的任意两点 ,有 f(tx + (1-t)y) <= tf(x) + (1-t)f(y),则称其为该区间上的凸函数;1.2 线性线性并不等于直线。线性函数的定义是:一阶(或更低阶)多项式,或零多项式。当线性函数只有一个自变量时,y = f(x);如果有多个...原创 2018-10-08 20:48:31 · 747 阅读 · 0 评论 -
机器学习算法梳理2-逻辑回归
机器学习算法-逻辑回归一、前言1.1、回归问题的条件/前提:1、收集数据2、假设的模型,即一个函数,这个函数里含有未知的参数,通过学习,可以估计出参数,然后利用这个模型去预测/分类新的数据。回归算法是一种通过最小化预测值与实际值之间的差距,从而得到输入特征之间的最佳组合方式的一类算法。对于连续值预测我们可以用线性回归等,而对于离散值/类别预测,我们可以用采用逻辑回归。逻辑回归是...原创 2018-10-15 20:34:29 · 404 阅读 · 0 评论 -
机器学习算法梳理3-支持向量机SVM
支持向量机SVM推导及求解过程一、前言1.1 什么是支持向量机(Support Vector Machine)对于线性可分的两类数据,支持向量机就是一条直线(对于高维的数据就是一个超平面)。在二维空间中,将数据分成两类的线有无数条,SVM就是这是无数条中最完美的一条,所谓完美就是指这条线距离两类数据点越远,这样当有新的数据点的时候我们使用这条线将其分类的结果也就越可信。找到这条完美的直...原创 2018-10-25 17:08:43 · 568 阅读 · 0 评论