![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习笔记
凝望,划过星空.scut
坚持别人不能坚持的,才能获得别人不能拥有的
展开
-
【机器学习】—— K-means聚类算法原理详解 以及 二维、三维数据的K-means聚类Python实现
文章目录一、K-Means聚类算法原理过程1.1 K-means聚类的一些细节1.1.1 样本x(i)x^{(i)}x(i)与中心点μkμ_kμk距离的衡量1.1.2 K-means聚类算法的应用场合1.1.3 K-means聚类算法的优化目标1.1.4 随机初始化的要点1.1.5 类的数量K的选取二、二维,三维数据K-means算法的Python实现一、K-Means聚类算法原理过程K-m...原创 2020-02-03 20:09:36 · 21868 阅读 · 13 评论 -
机器学习——多变量线性回归
文章目录1.多功能2.多元梯度下降法2.1.多元梯度下降法演练Ⅰ- 特征缩放2.2.多元梯度下降法Ⅱ - 学习率α3.特征和多项式回归4. 正规方程(区别于迭代方法的直接解法)1.多功能在单变量线性回归问题中,我们只有一个特征量x;比如经典的房价预测问题,当时我们只有一个特征量:即房屋的面积x,曾设预测函数为:h(θ)=θ0+θ1xh(θ) = θ_0 + θ_1xh(θ)=θ0+θ1x...原创 2019-09-22 11:06:14 · 324 阅读 · 0 评论 -
机器学习——Logistic回归
文章目录1. 分类2. 陈述假设3.决策边界4.代价函数1. 分类分类有二分类和多分类两种,我们首先来看看二分类,然后在后续的笔记中,我们会学习多分类。所谓二分类,就是用数字1或0代表事物的存在与否,我们约定1表示有,0表示没有看起来,我们现在所学习到的回归方法只有线性回归,那么我们下面通过一个例子来看看线性回归是否适用于分类:假设我们在进行一个肿瘤的分类(良性或者恶性)下图是我们...原创 2019-09-24 16:14:53 · 143 阅读 · 0 评论 -
机器学习——正则化
文章目录1. 过拟合问题2.正则化里面的代价函数3. 线性回归中的正则化1. 过拟合问题首先,我们来看看过拟合问题的定义:为了得到一致假设而使假设变得过度严格称为过拟合。我们通过下面的图片直观理解什么是过拟合问题:红色的叉叉代表我们的数据集。1. 假设我们用函数:θ0+θ1xθ_0 + θ_1xθ0+θ1x来拟合数据,得到的是一条简单的一次函数直线,很明显,这样的拟合过于简单,...原创 2019-09-27 17:39:25 · 153 阅读 · 0 评论