一颗胡萝卜的秘密基地

"""逻辑回归模型的假设是：h_θ(x) = g(θ^T @X)，X代表特征向量，g代表逻辑函数一个常用的逻辑函数为 S 形函数(sigmoid function)公式为：g(z) = 1 / (1 + e^(-z))逻辑回归的代价函数J(θ) = 1/m *(Cost(h_θ(x^(i)),y^(i))) i∈[1,m],m个样本求和 Cost(h_θ(x^(i)),y^(i...

"""利用正规方程求解向量θθ为n+1个参数组成的(列)向量θ=[θ_0,θ_1,θ_2,...,θ_n].T T：转置"""import numpy as npdef normalEqn(X, y): """ numpy.linalg模块包含线性代数的函数。 使用这个模块，可以计算逆矩阵、求特征值、解线性方程组以及求解行列式等 :param ...

目录监督学习分类回归无监督学习聚类监督学习其基本思想是，我们数据集中的每个样本都有相应的“正确答案”， 再根据这些样本作出预测。分类其目标是推出一组离散的结果回归即通过回归来推出一个连续的输出无监督学习没有给算法正确答案来回应数据集中的数据。聚类在无监督学习中，我们已知的数据。看上去有点不一样，不同于监督学习的数据的样子，即无监督学习中没...

单变量线性回归形如 只含有一个输入变量/特征，这样的问题叫做单变量线性回归问题。代价函数梯度下降确定参数θ_0，θ_1，...，θ_n

基本术语数据集（data set）：一组记录的集合。例如：（色泽=青绿；根蒂=稍蜷；敲声=沉闷）。 样本（sample）：数据集中的每条记录，它是关于一个事件或对象的描述。又称示例（instance）。例如：色泽=青绿。 属性（attribute）：反映事件或对象在某方面的表现或性质的事项。又称特征（feature）。例如色泽。 属性值（attribute value）...