摘要：正则化惩罚项： 原先的回归算法算出的$\Theta _{1}...\Theta _{10}$ 如果有2个模型A，B A有$\Theta _{1}...\Theta _{10}$ B也有$\Theta _{1}...\Theta _{10}$ 如果两个recall值都是90%，但是分布不同 模型的参数 阅读全文

摘要：运行结果： D:\Python\python.exe G:/编程/python/project/TYD/01/01/10/creditcard.pyIteration is stopped Time V1 V2 V3 ... V27 V28 Amount Class0 0.0 -1.359807 - 阅读全文

摘要：python - 3.7 pycharm numpy-1.15.1 pandas-0.23.4 matplotlib-2.2.3 运行结果： ***Originaldata- learning rate:1e-06-GradientdescentStop:5000-iterationsTheta:[ 阅读全文

摘要：python - 3.7 pycharm numpy-1.15.1 pandas-0.23.4 matplotlib-2.2.3 运行结果： D:\Python\python.exe G:/编程/python/project/TYD/01/01/09/logireg_data.py Exam 1 E 阅读全文

摘要：目的：分类还是回归？经典的二分类算法，其实做的是分类任务 机器学习算法选择：先逻辑回归再用复杂的，能简单还是用简单的 逻辑回归的决策边界：可以是非线性的 sigmoid函数 公式： 自变量为任意实数，值域为[0,1] y的取值范围是0-1，相当于概率 此函数相当于概率论中的概率密度累积函数 输入范围 阅读全文

摘要：θ不一定完全可求出 那么需要让机器一步一步的去试验 比如下图，目前在一个中间点 梯度下降：得到一个目标函数后，如何进行求解？（不一定能够直接求解出来，线性回归只是一个特例） 对θ求偏导得到最陡的一个方向 得到的偏导数，就是一个梯度 正常的梯度是向上的，现在需要向下方向 也就是梯度上升的反方向 每次走 阅读全文

摘要：如果有一组样本 要根据以后的x1，x2来预测以后未知的y 相当于拟合一个由θ1x1，θ2x2的平面hθ（x）来估计Y值 是偏置项 如果样本的特征无限增多，也就是x项有n多个 相当于 令x0=1 则有 矩阵比较高效，需要转换为矩阵，则 化为矩阵： 预测值和真实值之间必定存在误差 则设，误差为： 则每个 阅读全文