- 博客(5)
- 收藏
- 关注
RSS订阅原创 【吴恩达机器学习笔记】第四章 正则化
【吴恩达机器学习笔记】第四章 正则化 正则化（Regularization）是一种可以解决过度拟合问题的技术 1、过度拟合问题 我们在拟合过程中可能会出现以下三种情况： （1）欠拟合 也可以说这个算法具有高偏差，说明它并没有很好的拟合所有数据。 （2）拟合良好 （3）过度拟合 也可以说这个拟合算法具有高方差，如果我们拟合一个多项高阶多项式，那么这个函数几乎能拟合所有的数据，这就可能面临这个函...
2019-02-18 22:54:14
269
原创 【吴恩达机器学习笔记】第三章 Logistic回归
【吴恩达机器学习笔记】第三章 Logistic回归 Logistic回归虽然叫做回归，但实际上是一种分类算法。 1、假设函数 假设： hθ(x)=g(θTx)h_{\theta }(x)=g(\theta ^{T}x)hθ(x)=g(θTx) Logistic函数（也称sigmoid函数）如下所示：g(z)=11+e−zg\left ( z \right )= \frac{1}{1+e^{-z}...
2019-02-11 15:12:45
328
原创 【吴恩达机器学习笔记】第二章 多变量线性回归
【吴恩达机器学习笔记】第二章 多变量线性回归 1、多元线性回归的假设形式 我们假设多变量线性回归的假设形式如下所示： hθ(x)=θ0+θ1x1+θ2x2+⋯+θnxn{h_\theta }\left( x \right) = {\theta _0} + {\theta _1}{x_1} + {\theta _2}{x_2} + \cdots + {\theta _n}{x_n}hθ(x)=...
2019-01-15 21:30:16
267
原创 【吴恩达机器学习笔记】第一章 单变量线性回归
【吴恩达机器学习笔记】第二章 单变量线性回归 1、代价函数 （1）代价函数的数学定义 假设 hθ(x)=θ0+θ1x{h_\theta }\left( x \right) = {\theta _0} + {\theta _1}xhθ(x)=θ0+θ1x其中 ：θ0\theta_0θ0 、θ1\theta_1θ1为参数 怎样设置参数？选择 θ0\theta_0θ0 、θ1\theta...
2019-01-13 19:45:09
330
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人