![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
西瓜书
weixin_45827577
这个作者很懒,什么都没留下…
展开
-
0819zuoye
三、作业 (1)请详细阐述线性回归模型得最小二乘法表达 最小二乘法即为求解未知参数,使残差(理论值与观测值之差)的平方和达到最小。 对残差二范数的平方和表达式求导,得到使表达式的值最小时的w (2)在线性回归模型中,极大似然估计与最小二乘估计有什么联系与区别吗 区别: 原理上:最小二乘估计,最合理的参数估计量应该使得模型能最好地拟合样本数据,也就是估计值和观测值之差的平方和最小;而最大似然法,最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大,也就是概率分布函数或者说是似然函数最大。 函数上:原创 2021-08-19 20:01:01 · 51 阅读 · 0 评论 -
2021-08-17
原创 2021-08-17 22:40:34 · 41 阅读 · 0 评论 -
2021-07-29
支持向量机 import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sb from scipy.io import loadmat raw_data = loadmat(‘data/ex6data1.mat’) raw_data data = pd.DataFrame(raw_data[‘X’], columns=[‘X1’, ‘X2’]) data[‘y’] = raw_data[‘y原创 2021-07-29 22:50:07 · 85 阅读 · 0 评论 -
啃西瓜——第一二章0713
绪论 1.2 基本术语 数据集 data set / 样本 属性(attribute)/ 特征(feature) 属性空间(attribute space) 特征向量(feature vector) 分类(classification) 预测离散值:正类(positive class)/反类(negative class) 聚类 (clustering) 根据训练数据是否拥有标记信息,学习任务分为两大类:监督学习(supervised learning)/无监督学习(unsupervised learni原创 2021-07-13 23:01:54 · 46 阅读 · 0 评论