机器学习
柴吉抠jio
这个作者很懒,什么都没留下…
展开
-
proximal Algorithm
原文Proximal Algorithm 入门 正则化是机器学习方法实践中用于避免overfitting的主要方法,给优化目标加上基于L1、L2的正则项是常用的正则化方法。之前自己在实现一些机器学习方法时一直是使用L2的方法,因为L2正则项有连续可微的性质,在求导时特别方便,而基于L1的正则项(lasso)并不是处处连续的,因此在优化时有一定的难度。 虽然L1解起来有一定的难度,但是它的...转载 2019-08-04 18:18:53 · 1180 阅读 · 1 评论 -
判别式模型与生成式模型的区别
其实机器学习的任务是从属性X预测标记Y,即求概率P(Y|X);对于判别式模型来说求得P(Y|X),对未见示例X,根据P(Y|X)可以求得标记Y,即可以直接判别出来,如上图的左边所示,实际是就是直接得到了判别边界,所以传统的、耳熟能详的机器学习算法如线性回归模型、支持向量机SVM等都是判别式模型,这些模型的特点都是输入属性X可以直接得到Y(对于二分类任务来说,实际得到一个score,当score大...转载 2019-08-08 10:38:40 · 583 阅读 · 0 评论