最近总结了好多之前学习的算法,想都写在博客上,对自己是个总结,不然每次总得翻好几本书或者好几个云笔记才能看全。可是无奈,要写的东西太多,好多都积压在草稿箱里,只能有点时间赶紧写点。
1.参考资料
这次不同的是,我要先列举几个自己参考的文献,博客等。真的是从里面受益匪浅,这也是我主要的参考资料。如果有需要的童鞋,可以先看它们。
1).http://blog.csdn.net/zouxy09/article/details/24971995/(讲L0,L1,L2范数讲的不错哦)
2).机器学习实战(Machine Learning in Action),Peter Harrington 著。这里我主要参考的是第五章:Logistic回归及第八章 预测数值型数据:回归
3).李航博士的统计学习方法(这是我必用的啊)
4).逻辑回归的数据推导参考的一点资料:http://blog.csdn.net/Andrewseu/article/details/46742151
5).寒小阳的博客http://blog.csdn.net/han_xiaoyang/article/details/49123419(每次必读,很谦虚的一个老师)
6).Andrew Ng的课程
7)http://blog.csdn.net/abcjennifer/article/details/7716281(浙大的,我崇拜人之一)
8)https://github.com/celestewang1026/LogisticRegression(我写了一个简单的代码,仅供参考,还有很多的问题。以后每个算法我决定都写在博客上,代码都放在github上。对于这么懒的我,可是一项不小的工程啊,^~^)
2.逻辑回归的推导(Logistic Regression ,LR)---数学基础
最大似然原理:通过m个训练样本估出theta,使似然函数最大。