机器学习
关注
分享
扫一扫
刚刚登录
foo
展开
-
机器学习第三题
一、多分类二、使用Scipy库读取.mat文件，注意.mat文件是matlab的格式文件原创 2021-03-28 10:10:46 · 169 阅读 · 0 评论 -
机器学习之神经网络笔记
一、例子：简单的神经元模型x0叫做偏置神经元，可以写或者不写，一般等于1.跟线性回归的x0差不多例中的称为带有sigmod或logistic的激活函数的人工神经元。激活函数 ：指代线性函数g(z) 二、标准的三层模型三、正向传播和反向传播运用正向传播和法相传播计算代价函数的步骤：...原创 2019-12-04 10:29:26 · 150 阅读 · 0 评论 -
机器学习之线性回归总结
一、关于正则化的使用场合1、避免过度拟合2、在使用正规方程时，可以避免没有逆矩阵的问题。3、逻辑回归中有高级算法来求解梯度下降，分别是： （1）Gradient descent (2)Conjugate gradient (3) BFGS (4)L-BFGS...原创 2019-12-03 08:36:24 · 342 阅读 · 0 评论 -
机器学习基础之线性回归
1、代价函数 代价函数研究的本质： 本人认为是在监督学习中找到代价最小，也就是说。是拿着知道结果的训练样本。先用假定的函数去预测，h(x)得出得值和真实得做比较。2、线性回归模型 h(x)=X0 + aX就是直线方程。这里就是假设函数3、多变量线性回归模型4、特征缩放为了使得梯度下降快一些，需要对特征进行缩放。其实就是类似归一化。特征缩放：...原创 2019-03-20 21:00:26 · 108 阅读 · 0 评论 -
机器学习之逻辑回归笔记
一、逻辑回归的假设函数二、代价函数关于这个代价函数的特异点说明： 1、y=1时，h(x)=1, 预测的是1，结果也是1，那么代价就是0，2、当h(x)->0时，代价函数趋于无穷，这表示 y=1的带价值非常非常大，也就是y=1的概率基本为0三、最终优化后的代价函数...原创 2019-07-10 08:45:07 · 110 阅读 · 0 评论