- 博客(4)
- 收藏
- 关注
RSS订阅原创 线性回归与逻辑回归
1 设计内容与要求 2 实验环境 2.1 硬件环境： 2.2 软件环境： 3 系统分析与设计 3.1 系统功能需求分析 3.1.1 数据集的选择 3.1.2 算法选择 3.1.2.1 梯度下降 3.1.2.2 公式法 3.1.3 特征缩放 3.1.4 正则化 3.1.5 可视化方法 3.1.6 模型评估 3.1.7 性能需求 3.2 系统结构图 3.3 关键技术难点的实现 3.3.1 线性回归模型构造 3.3.1.1线性回归 3.3.1.2逻辑回归 3.3.2 TP、FP、TN及FN的取值 3.3.4 混淆
2024-05-12 05:30:09
538
原创 机器学习笔记
{b^=∑i=1n(xi−xˉ)(yi−yˉ)∑i=1n(xi−xˉ)2=∑i=1nxiyi−nxˉyˉ∑i=1nxi2−nxˉ2a^=yˉ−b^xˉy^=b^x+a^\begin{cases} \displaystyle \hat{b}=\frac{\displaystyle \sum_{i=1}^n{(x_i-\bar{x})(y_i-\bar{y})}} {\displaystyle \sum_{i=1}^n{(x_i-\bar{x})^2}} =\frac{\displaystyle \sum_{
2024-04-29 02:12:01
353
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