Loading

2025年4月14日
机器学习-02-线性回归
摘要： 线性回归 假设数据集为： \[\mathcal{D}=\{(x_1, y_1),(x_2, y_2),\cdots,(x_N, y_N)\} \]后面我们记： \[X=(x_1,x_2,\cdots,x_N)^T,Y=(y_1,y_2,\cdots,y_N)^T \]线性回归假设： \[f(w)=w 阅读全文
posted @ 2025-04-14 20:45 C_noized 阅读(26) 评论(0) 推荐(0)
机器学习-01-基础知识
摘要： 基础知识 数据集和学习 数据集的矩阵表示： \[X_{N\times p}=(x_{1},x_{2},\cdots,x_{N})^{T},x_{i}=(x_{i1},x_{i2},\cdots,x_{ip})^{T} \]即表示有 \(N\) 个样本，每个样本都是 \(p\) 维向量，每个维度称作属 阅读全文
posted @ 2025-04-14 20:43 C_noized 阅读(15) 评论(0) 推荐(0)