qq_40527427的博客

问题：给定一个容量为，特征值个数为的训练集，即给定组样本，再给定一组新的，求。为了便于理解和运算，我们将训练集放入矩阵： 基本思路：假设(其中，为了便于后续的矩阵计算)，然后不断调整的值，使得达到最小，其中 ...

Logistic回归是用于解决分类问题的一个常用算法首先来看logistic函数（也叫sigmoid函数）： 令，就得到了用于表示假设的方程： 由于只能取0或1，相...

通过Logistic回归算法可以根据给定特征值分开两类不同事物，如良性肿瘤和恶性肿瘤、1和0、优质产品和非优质产品，但更经常出现的情况是不止两种类型的，如数字有0-9，产品品质有优、良、合格、不合格四种，那么针对这种多类别分类的情况该如何利用Logistic回归算法给出解决方案呢？我们知道sigmoid函数为： ...

对于监督学习的分类问题，可以使用Logistic回归算法来拟合出适合的曲线，如果直线不能很好地满足需要，还可以将特征进行组合得到新的非线性特征值（如），从而拟合出含有许多非线性项的Logistic回归函数。但是，当特征数量非常多时，这种方法就会出现问题，例如，对于一张图片上是否有汽车，需要选取图上的每一个像素点作为特征值，假设图片有2500个像素，对于RGB图像则具有7500个特征值，对于这些特征...