logistic 回归
文章平均质量分 94
xinchen1102
这个作者很懒,什么都没留下…
展开
-
从感知机到 SVM,再到深度学习(一)
在上篇博客中提到,如果想要拟合一些空间中的点,可以用最小二乘法,最小二乘法其实是以样例点和理论值之间的误差最小作为目标。那么换个场景,如果有两类不同的点,而我们不想要拟合这些点,而是想找到一条直线把点区分开来,就像下图一样,那么我们应该怎么做呢?这个是一个最简单的分类问题。 线性可分数据集 先考虑最简单的情况,也就是这两类点是没有交错在一起的,能够用一条直线 ax1+bx2+c=0ax_原创 2018-03-29 14:25:46 · 1092 阅读 · 2 评论 -
从感知机到 SVM,再到深度学习(二)
在第一篇中已经得到了最优间隔分类器的目标函数:maxγ,w,bγs.t.yiwx+b||w||>γ\begin{align*}max_{\gamma,w,b} \quad \gamma \\ &s.t. \quad y_{i}\frac {wx+b}{||w||} > \gamma\end{align*} 接下来的任务就是要求解这个目标函数了。为了求解这个,很多优化知识是避不...原创 2018-04-09 09:03:08 · 508 阅读 · 1 评论