精艺心的博客

文章目录SoftMax 回归推导数据说明本质与 Logistic 回归的关系（重点）SoftMax 回归推导数据说明数据集：{(xi,yi)}i=1m\{(x_i, y_i)\}_{i=1}^m{(xi​,yi​)}i=1m​（mmm 个样本），xix_ixi​ 可能是多维（假设有 ddd 维） ，yi∈{0,1,2,...,k}y_i \in \{0,1,2,...,k\}yi​∈{0,1,2,...,k}（分为 kkk 类），yi=jy_i=jyi​=j（属于第 jjj 类）简称 yijy_i

文章目录Logistic 回归推导数据说明本质损失函数梯度下降法求参数 ω\omegaω, bbb实现读取鸢尾花数据集切分数据集，训练、测试、验证集大小为 3:1:13:1:13:1:1Logistic 函数梯度下降求解参数验证精度Logistic 回归推导数据说明数据集：{(xi,yi)}i=1m\{(x_i, y_i)\}_{i=1}^m{(xi​,yi​)}i=1m​（mmm 个样本），xix_ixi​ 可能是多维（假设有 ddd 维） ，yi∈{0,1}y_i \in \{0,1\}yi​

文章目录推荐算法：协同过滤详解概述提出问题问题转化问题解决python 代码 + 详细注释相似度计算推荐引擎推荐算法：协同过滤详解概述以相似的用户有相似的喜好为前提，可以通过计算用户/物品的相似度，来为推荐用户可能喜欢的物品提出问题已知：用户 × 物品的评分矩阵，是一个稀疏矩阵，000 表示未评分用户\物品o1o1o1o2o2o2o3o3o3o4o4o4o5o5o5u1u1u1000222000333555u2u2u2555444000