YI__JIA的博客

        之前看过吴恩达的机器学习入门和神经网络部分，还有李宏毅的深度学习视频，懂了一些知识打了比赛，但是觉得还不够深入，还有好多知识不懂细节不懂推导，还有一些工具没有掌握，加上没有项目经验，现在准备从头开始系统的学习一下。学习的是唐宇迪视频。        首先一些基本的工具安装和工具的学习只是看着视频跟着敲一敲，准备以后用到，边用边熟悉。        今天算是第一天，线性回归推导。1....

第二天系统学习。    1.设损失函数为J（θ），希望将这个函数最小化，通过梯度下降方法找到最优解。这里应该有些假设，这个函数是凸函数。以两个参数为例，随机一个点开始，开始下山，对于这个点到最底部，最好的方式就是切线方向，这个方向下降最快，就像图中红色×，每次按照蓝色切线箭头以一定的长度往下走，当走到最低点是停止。对每一个θ求偏导数，合方向为最终方向。θj = θj - a(J(θ)对每个θj的偏...

第三天系统学习。1.二分类问题，希望能够找一条边界把样本划分开来，例如下面这个图       线性回归是找一条线尽量的穿过所有样本，而不是找一条边界隔开，这时候希望函数输出的值为两个0-1，如果是红色的就是1，绿的就是0，越像红色就越接近于1，越像绿色就越接近0.这里有一个概率函数Sigmod（）函数。它的输出y值在0-1之间，符合二分类问题，这里的推导是可以从数学方面直接推导出来的，推导过程比较...

玩了好几天，终于把这部分完成了。通过对之前的逻辑回归的理解再加上梯度下降找最优值，把一个完整的逻辑回归算法做出来。1.首先需要这几个头文件，numpy矩阵操作，pandas文件操作，pyplot画图操作import numpy as npimport pandas as pdimport matplotlib.pyplot as plt2.运用pandas的read_csv对原始文件的读取，由...