prml
关注
分享
扫一扫
gh624922876
这个作者很懒，什么都没留下…
展开
-
再谈probit回归和logistic回归
再谈probit回归和logistic回归看到有网友留言关于probit回归的问题，这一篇文章再谈一下probit和logistic的关系。probit回归和logistic回归几乎可以用于相同的数据，对于二分类因变量，这两种方法的结果十分类似。那他们到底有什么区别呢？如果从分布角度来讲，logit函数和probit的函数几乎重叠，但反映的含义不同，logit等于p转载 2013-11-07 20:15:31 · 14985 阅读 · 0 评论 -
prml读书笔记（5.1 前馈神经网络函数）
第五章 神经网络5．1 前馈神经网络函数 第三章第四章讨论的基于线性模型的回归与分类问题，都是以固定的非线性基函数的线性连接为基础，形式为：这里f(.)对于分类问题是非线性激活函数，对于回归问题是特性函数。我们的目标是通过依靠于参数的基函数来扩展这个模型，然后允许参数在训练中进行调整。神经网络使用如上式（5.1）的基函数，每一个基函数都是一个输入的线性结合的非线性函翻译 2013-11-13 21:52:22 · 1793 阅读 · 0 评论 -
prml(5.1前馈神经网络函数)
第五章 神经网络5．1 前馈神经网络函数 第三章第四章讨论的基于线性模型的回归与分类问题，都是以固定的非线性基函数的线性连接为基础，形式为：这里f(.)对于分类问题是非线性激活函数，对于回归问题是特性函数。我们的目标是通过依靠于参数的基函数来扩展这个模型，然后允许参数在训练中进行调整。神经网络使用如上式（5.1）的基函数，每一个基函数都是一个输入的线性结合的非线性函翻译 2013-11-13 21:54:50 · 1615 阅读 · 0 评论