随笔分类 -  机器学习

摘要:模型介绍 对于分类问题,其得到的结果值是离散的,所以通常情况下,不适合使用线性回归方法进行模拟。 所以提出Logistic回归模型。 其假设函数如下: $$ h_θ(x)=g(θ^Tx) $$ 函数g定义如下: $$ g(z)=\frac{1}{1+e^{ z}}(z∈R) $$ 所以假设函数书写如 阅读全文
posted @ 2019-03-14 15:21 水喵桑 阅读(356) 评论(0) 推荐(0)
摘要:模型介绍 多变量线性回归类似于单变量线性回归,只是需要考虑的影响特征数目变多,通过对多个变量xi进行分析,进而预测结果y。类似于单变量线性回归的假设函数,给出多变量线性回归的假设函数: $$ h_θ(x)=θ_0+θ_1x_1+θ_2x_2+…+θ_nx_n $$ 利用线性代数的知识,可以将系数θ定 阅读全文
posted @ 2019-03-06 17:10 水喵桑 阅读(809) 评论(0) 推荐(0)
摘要:windows安装octave "安装wiki" "Octave ftp库" 从上述的库中可以找到对应的版本的octave的exe安装程序,或者是zip等的压缩包,建议直接下载对应系统的exe执行文件。安装。这里我选择的是4.4.1 64位的。 安装过程中可能会出现如下的弹窗: 这个是说octave 阅读全文
posted @ 2019-02-17 13:37 水喵桑 阅读(1278) 评论(0) 推荐(0)
摘要:模型介绍 关于回归问题的模型,相当于给一些x(自变量),y(因变量)的数据对构成的数据集,去建立一个数学函数模型(model),之后就能根据这个函数模型,给出x(自变量条件)之后,预测出y(因变量结果)的值。 这里对于条件特征定义为x,结果定义为y。 Training Set(训练集) Learni 阅读全文
posted @ 2019-02-03 18:14 水喵桑 阅读(448) 评论(3) 推荐(0)
摘要:监督学习 监督学习是指我们给予算法一个数据集,这个数据集可以是以往相同类型问题的结果,或者绝对正确的经验答案的集合,也就是统计中常说的样本,并且这些数据都是有其固有的“正确答案”,然后算法根据这个集合做出对当前相同类型的问题的结果预测。绝大部分的情况我们给予算法的数据集都是离散的数据。所谓监督(su 阅读全文
posted @ 2019-01-30 17:20 水喵桑 阅读(449) 评论(4) 推荐(0)