- 博客(6)
- 收藏
- 关注
RSS订阅原创 逻辑回归算法(Logistic Regression)原理(含多项逻辑斯蒂回归对参数求偏导的推导过程)及numpy代码实现
逻辑回归算法，虽然名字中带有“回归”二字，但解决的却是分类问题，它与线性回归之间有什么样的关系呢？文章目录1.二项逻辑斯蒂回归对数几率函数对数几率函数的意义对数似然函数Python代码实现2.多项逻辑斯蒂回归3.总结1.二项逻辑斯蒂回归对数几率函数首先来看二分类任务，考虑这样一个问题：假设一组数据的分布如上图所示，如何建立一个模型将两个类别区分开来呢？线性回归模型z=WTx+bz = W ^{T}x + bz=WTx+b貌似可以解决这个问题，但是线性回归模型的输出值是一个实值，而二分类任务的输出标
2021-12-05 23:04:54
2699
4
原创 线性回归(LInear Regression)算法介绍及numpy实现
文章目录1. 概述2. 梯度下降法求解公式推导代码实现3. 正规方程法求解公式推导代码实现4. 梯度下降法VS正规方程法5. 总结1. 概述线性回归：给定数据集D{(xi,yi),i=1,2,⋯ ,m},xi∈Rn,yi∈RD\left \{ (x_{i} ,y_{i}) , i=1, 2, \cdots , m \right \}, x_{i}\in R^{n}, y_{i}\in RD{(xi,yi),i=1,2,⋯,m},xi∈Rn,yi∈R，基于数据集学习一个线性预测模型f(x)f(x)
2021-11-25 17:13:59
1528
1
原创 梯度下降法(Gradient Descent)求解最优化问题
梯度下降法应用十分广泛，可以用于求解最小值问题。一个机器学习算法的目标就是要找到其损失函数最低点对应的参数，这时就用到了梯度下降法，该方法在之后要介绍的很多算法中要用到，所以单独写一篇文章来介绍。文章目录概述算法描述收敛准则导数项含义（作用）学习率(learning rate)的作用小批量梯度下降概述梯度下降法也成为最速下降法，是一种一阶最优化算法。首先对所有的参数进行初始化；然后不断更新参数的值，直到目标函数达到最小值。此时模型就被训练完成了。算法描述Require: 学习率 α\alp
2021-11-21 23:28:13
3451
1
原创 K近邻算法介绍及numpy实现
目录K近邻你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：全新的界面设计 ，将会带来全新的写作体验；在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示；增加了 图片拖拽 功能，你可以
2021-10-21 21:26:26
469
1
原创 Python中整除、求余运算
Python中整除、求余运算本人第一次写博客，用得不熟练，多多见谅！本篇文章主要是关于python中负数、浮点数的整除、求余运算，运算中遇到负数、浮点数看起来比较头疼，可分析一下还是比较简单的。一、整除运算整除符号：//关于结果的类型：对于a // b，如果a和b都是整型，结果也为整型；如果a和b中至少出现了一个浮点型，那么最终的结果是浮点型。整除运算的工作原理：取整的结果是向下取整，例如出现了负数，除的结果为-3.14，则整除的结果为-4。二、求余运算求余符号：%求余运算的工作
2020-05-17 16:24:23
13265
2
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