mw_mustwin的博客

这一节的内容主要总结线性回归的理论知识。主要参考的内容一个是老师的课件，另一个是斯坦福大学的一个讲义，讲得还蛮详细的，但是抱歉，我找不到那个网址了，备注一下内容有参考。       因为之前的一部分机器学习的内容都是在记笔记，线性回归比较简单没必要再敲字了，所以直接拍照上传。笔记基本上把线性回归的内容都解释到了。

先贴一张图解释牛顿法原理：      然后以一道问题为例：      这个问题是《机器学习》周志华版本上的题目，给了西瓜的密度和含糖率数据，判断西瓜的好坏。数据在代码里。      下面贴一下代码：clear all;close all;clc;density = [0.697, 0.774, 0.634, 0.608, 0.556, 0.403, 0.48

以一个简单的例子来实现线性回归代码。如题：year = [2000,2001,2002,2003,2004,2005,2006,2007,2008,2009,2010,2011,2012,2013]; price =[2000,2500,2900,3147,4515,4903,5365,5704,6853,7971,8561,10000,11280,12900];year和price分别表示年份和

这一节内容关于logistic regression。名称叫regression，但其实是一个分类算法。logistics regression就是在线性回归的外面套了一个sigmoid函数（也会选择tanh函数）将结果转化到区间[0,1]上（[-1,1]对应tanh函数）。然后关于logistic regression内容比较简单，原理就不写了，主要针对一道题目编写一段代码。问题就是对周志华的