
机器学习
文章平均质量分 89
WilsonSong1024
这个作者很懒,什么都没留下…
展开
-
机器学习-梯度下降法详解及实现
梯度下降法概念 梯度下降法是迭代法的一种,其实它不是一种具体的机器学习算法,是一种基于搜索的最优化方法,可以用于求解最小二乘问题(线性和非线性都可以)。在求解机器学习算法的模型参数,即无约束优化问题时,梯度下降(Gradient Descent)是最常采用的方法之一,另一种常用的方法是最小二乘法。在求解损失函数的最小值时,可以通过梯度下降法来一步步的迭代求解,得到最小化的损失函数和模...原创 2018-07-29 19:30:18 · 4791 阅读 · 0 评论 -
jupyter notebook快速入门及使用详解
一、jupyter notebook是什么官网的介绍是:Jupyter Notebook是一个Web应用程序,允许您创建和共享包含实时代码,方程,可视化和说明文本的文档。 用途包括:数据清理和转换,数值模拟,统计建模,机器学习等等。简单的介绍就是:Jupyter Notebook是Ipython的升级版,而Ipython可以说是一个加强版的交互式 Shell,也就是说,它比在termina...原创 2018-07-29 19:30:37 · 25544 阅读 · 1 评论 -
机器学习之线性回归(Linear Regression)
线性回归概念线性回归(Linear Regression)是利用称为线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。这种函数是一个或多个称为回归系数的模型参数的线性组合。回归分析中,只包括一个自变量和一个因变量,且二者的关系可用一条直线近似表示,这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量,且因变量和自变量之间是线性...原创 2018-08-01 09:13:41 · 3686 阅读 · 0 评论 -
机器学习之逻辑回归(Logistic Regression)与决策边界详解与实现
逻辑回归与决策边界what?逻辑回归其实是一个分类算法而不是回归算法。通常是利用已知的自变量来预测一个离散型因变量的值(像二进制值0/1,是/否,真/假)。简单来说,它就是通过拟合一个逻辑函数(logit fuction)来预测一个事件发生的概率。所以它预测的是一个概率值,自然,它的输出值应该在0到1之间。Logistic回归简单分析:优点:计算代价不高,易于理解和实现 ...原创 2018-08-16 19:58:09 · 5705 阅读 · 3 评论