aliceyangxi1987的博客

假设我们有一个线性分类器：我们要求得合适的 W ，使 0-1 loss 的期望值最小，即下面这个期望最小：一对 x y 的 0-1 loss 为： 在数据集上的 0-1 loss 期望值为：由 链式法则 将概率p变换如下：为了最小化 R（h），只需要对每个 x 最小化它的 conditional risk：由 0-1 loss 的定义，当 h（x）不...

本文结构： 1. 什么是核函数 2. 都有哪些 & 如何选择 3. 调参1. 什么是核函数核函数形式 K(x, y) = <f(x), f(y)>，其中 x, y 为 n 维，f 为 n 维到 m 维的映射，<f(x), f(y)> 表示内积。在用SVM处理问题时，如果数据线性不可分，希望通过 将输入空间内线性不可分的数据 映射到 ...

1. 简述 Logistic RegressionLogistic regression 用来解决二分类问题，它假设数据服从伯努利分布，即输出为 正 负 两种情况，概率分别为 p 和 1-p，目标函数 hθ(x;θ) 是对 p 的模拟，p 是个概率，这里用了 p＝sigmoid 函数， 所以 目标函数 为： 为什么用 sigmoid 函数？请看：Logistic regr...