<机器学习实战>读书笔记--logistic回归

本文深入探讨了机器学习中关键的分类技术,包括利用logistic回归进行分类的主要思想,sigmoid函数的角色及其分类应用,以及梯度上升和下降算法在求解函数最大值和最小值中的运用,为理解机器学习算法提供了清晰的路径。

1. 利用logistic回归进行分类的主要思想是:根据现有数据对分类边界线建立回归公式,以此进行分类。

2.sigmoid函数的分类

Sigmoid函数公式定义
3.梯度上升法
   基本思想:要找个某个函数的最大值,最好的方法是沿着该函数的梯度方向探寻。
 梯度上升算法用来求函数的最大值,对函数求导来得到
4.梯度下降算法
   用来求函数的最小值
 
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值