u011878435的博客

机器学习笔记之———线性回归 线性回归是机器学习中比较基础的一个算法，对于机器学习方法来说，我把它记为以下三步： 1. 模型 2. 目标函数推导 3. 求解参数 模型 由线性函数y=ax+by=ax+by=ax+b，推广到多维情况，模型记为：h=θTxh=θTxh=\theta^{T}x，θ是m维的向量，x为m*n，即有m个样本，每个样本有n个特征。但，其...

上一篇介绍的线性回归是解决回归问题的，那么解决分类问题有什么模型呢？ 从最简单分类问题的开始，也就是二分类问题，即y属于{0，1}，Logistic回归就是机器学习中比较基础的一个分类算法，对，名称里有回归，但是它就是分类算法，对于Logistic方法来说，我也把它记为以下三步： 1. 建立模型 2. 目标函数推导 3. 优化求解参数 - 模型建立 先不加证明地给出一个模型，...