weixin_42152944的博客

正则化逻辑回归1、什么是正则化？？？尽可能保留所有特征值减小除零次项以外所有参数，假设参数索引从0开始，那么即减少θj(j≥1)\theta _j(j \geq 1)θj​(j≥1)的大小通过增加损失函数中一个惩罚，正则化损失函数公式如下：J(θ)=1m∑i=1m[−y(i)log⁡(hθ(x(i)))−(1−y(i))log⁡(1−hθ(x(i)))]+λ2m∑j=1nθj2J...

Logistic回归–未正则化（深度之眼学习笔记）回归中用到的公式列举如下:sigmoid 函数用线性回归解决分类问题是不妥的，因此需要对其做一个转化，令：hθ(x)=g(θTX)h_\theta (x)=g(\theta^TX)hθ​(x)=g(θTX)g 代表一个常用的逻辑函数（logistic function）为S形函数（Sigmoid function），公式为：g(z)=11...

线性回归（深度之眼学习笔记）1、单变量线性回归代价函数import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport randompath = 'ex1data1.txt'data = pd.read_csv(path, header=None, names=['Population', 'Pro...

多变量线性回归（深度之眼学习笔记）代价函数J(θ)=12m∑i=1m(hθ(x(i))−y(i))2J\left( \theta \right)=\frac{1}{2m}\sum\limits_{i=1}^{m}{{{\left( {{h}_{\theta }}\left( {{x}^{(i)}} \right)-{{y}^{(i)}} \right)}^{2}}}J(θ)=2m1​i=1∑...