zou_gr的博客

前言刚开始接触机器学习的时候，了解比较多的还是回归问题，但其实实际生活中，更多的是分类问题，例如人脸识别、目标识别、过滤垃圾邮件等等。而logistics可以说是最简单的分类算法。sigmoid函数sigmoid函数又称logistics函数，如图呈现s形，**sigmoid可以将线性回归函数值映射到区间 ( 0,1 ) ** ，作为概率输出，大于或等于0.5判为正类，小于0.5判为父类。那么又有疑问了？那是不是logistics只能做二分类呢？那肯定不是啦，只要能做二分类，那肯定就能做多分类，因为我

背景这个学期在修着最优化这门课程，很多方法老师都让我们用python编程编出来，我得观念一直都是基于改别人的代码，在网上找不到的话才自己开始编，因此就有这篇博客。在网上一直都找不到讲这个优化方法的讲得比较明白的编程，所以也想通过这篇文章分享以下我自己的编这个算法的流程。newton优化方法首先介绍以下牛顿迭代法是在干什么？理解下面的公式需要高等微积分、线性代数和矩阵代数的一点知识。回顾泰勒...