zhm2229的专栏

SVM 模型函数如下，如果f(x)>0, 类别为+1， f(x)<0,类别为-1. 这和逻辑回归类别为0和1不一样。用y简单表示。当f(x)>0时，希望y是+1，f(x)<0时，希望y是-1.所以yf(x)是正数，当yf(x)越大，loss越小。SVM的loss function是hinge loss。 定义为 L(f(x),y) = max(0, 1 - y...

在这篇文章中，我们会介绍机器学习的基础知识及一个简单的线性模型-感知机模型。机器学习（machine learning）是创建和使用数学的数据结构来对数据进行预测。这些数据结构（也叫模型）有多种表现形式，比如树，图，代数方程以及概率分布等。我们先从线性模型（linear model）开始讲起。机器学习的基础知识我们举一个例子，有一个橄榄球俱乐部和一个芭蕾舞俱乐部相隔很近，有一些芭蕾舞运...

标准化标准化（standardization）是将数据减去平均数再除以标准差，公式如图1第3个所示标准差（standard deviation）又叫均方差，公式是图1. 四种Feature scaling(特征缩放)方法用数据看看效果是什么样的：import numpy as npfrom sklearn import preprocessingdata = np.ar...

逻辑回归符合伯努利分布。伯努利分布就是我们常见的0-1分布，即它的随机变量只取0或者1，各自的频率分别取1−p和p，当x=0或者x=1时，我们数学定义为：所以在常规的逻辑回归模型中，只有两个类别，0或者1，适合二分类问题。模型函数逻辑回归模型可以看成是将线性回归模型放入一个sigmoid函数中。线性回归模型为。sigmoid函数是。所以逻辑回归模型函数是。s...