- 博客(5)
- 收藏
- 关注
原创 机器学习(5)-支持向量机_Support Vector Machines
1、回顾逻辑回归(1)假设函数hθ(x)=11+e−θTxhθ(x)=g(θTx)g(z)=11+ez\begin{align} & h_\theta(x) = \frac{1}{1+e^{-\theta^Tx}} \\ & h_\theta(x) = g(\theta^Tx) \\ & g(z) = \frac{1}{1+e^{z}} \end{align}如果y=1y=1,想要θTx>>0\t
2017-08-01 23:36:37
264
原创 机器学习(4)-应用机器学习的建议_Advice for Applying Machine Learning
1、评估学习算法当机器学习算法运行的不尽如人意时,如何优化?有如下选择获取更多的训练样本尝试使用更小的特征集尝试增加特征添加多项式项增大正规化的λ减小正规化的λ(1)评价假设函数将训练集分为两个部分(7:3),数据随机选择,分别作为:常用训练集(7)测试集(3)步骤:首先使用常用训练集训练模型得到参数θ和Jtrain(θ)J_{train}(\theta) 在使用测试集计算
2017-07-18 13:41:27
391
原创 机器学习(3)-神经网络_Neural Networks
1、神经网络的术语θ\theta参数矩阵称之为权重(weight)神经元,一个计算单元输入的偏度单元,指的是一默认输入 x0=1x_0=1神经网络,多个神经元输入输出相连构成的网络神经网络输入层,输入了特征项神经网络输出层,输出结果神经网络隐藏层,除了输入输出层神经元的激励,神经元接收输入后获得的输出函数a(j)ia^{(j)}_i表示第j层的第i个神经元的激励Θ(j)\Thet
2017-06-05 12:32:09
672
原创 机器学习(2)-分类问题_Classification and Representation
分类问题1、分类问题简介(1)例子诸如 -垃圾邮件分类 -在线交易是否是诈骗 -肿瘤良性恶性判断y∈{0,1} 其中 1 叫做正类用+表述 0 叫做负类用-表述(2)不能使用线性回归算法若运用线性回归算法,需要: 1、拟合数据 2、找到 h(x) = 0.5 的分界点 缺陷: 1、对于不规整的数据会出现极大的误差 2、线性回归h(
2017-05-13 22:16:56
645
原创 机器学习(1)-Octive语言
Octive语言1、基本语法(1)数学运算>>5+5ans = 10>> 3-2ans = 1>> 2^6ans = 64(2)逻辑运算>> 11==2 %逻辑运算ans = 0>> 2==2ans = 1>> 1~=2 %不等于ans = 1>> xor(1,0) %异或(3)变量>> x = 7; %加分号可抑制自动打印>> x %不加则打印出
2017-05-07 13:37:55
1332
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人