西瓜书第三章（线性模型）笔记

RRZN

已于 2022-05-23 23:58:28 修改

阅读量188

点赞数

文章标签：机器学习人工智能

于 2022-05-23 23:55:09 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/m0_59011740/article/details/124937071

版权

本文详述了线性模型在机器学习中的应用，包括线性回归、多元线性回归与正则化、对数几率回归及其优势、线性判别分析（LDA）以及多分类学习策略。同时探讨了类别不平衡问题及其解决方案，如欠采样、过采样和阈值移动。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、线性回归

模型

$f(x_i)=wx_i+b$ ，使得 $f(x_i)\approx y_i$

均方误差最常用来度量回归任务，最小二乘法用来是均方误差最小化求解模型的。

使得 $E(w,b)= \sum_{i=1}^m (y_i-w_i-b)^{2}$ 最小化的过程。

多元线性回归引入正则化项。

对数线性回归解决非线性函数回归映射。

二、对数几率回归

$y=\frac{1}{1+e^{-(w^Tx+b)}}$

对数几率

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。