摘要：现实生活中有很多分类问题，比如正常邮件/垃圾邮件，良性肿瘤/恶性肿瘤，识别手写字等等，这些可以用逻辑回归算法来解决。 一、二分类问题 所谓二分类问题，即结果只有两类，Yes or No，这样结果｛0，1｝集合来表示y的取值范围。 前面说到过，线性回归的模型是 h(x)=θ0+θ1x1+θ2x2+.. 阅读全文

摘要：机器学习是在模型空间中选择最优模型的过程，所谓最优模型，及可以很好地拟合已有数据集，并且正确预测未知数据。 那么如何评价一个模型的优劣的，用代价函数（Cost function）来度量预测错误的程度。代价函数有很多中，在Ng的视频中，Linear Regression用的是平方代价函数： Logis 阅读全文

摘要：一、安装pip python的库一般都用pip安装。 p3.6的时候pip已经有了.如果没有的话,可以用在以下http://www.lfd.uci.edu/~gohlke/pythonlibs/#pillow 下载pip-9.0.1-py2.py3-none-any.whl并运行即可安装. 记得讲p 阅读全文

摘要：句柄的使用格式： 变量名=@(输入参数列表)运算表达式 例如计算一个数的平方可以写成如下格式： 阅读全文

摘要：看Standford的机器学习公开课，逻辑回归的代价函数求解也是用Gradeant Descent方法，而且形式居然和线性归回一模一样，有点不能理解，于是我把公式展开做了推导，发现是可以的！ 推导过程如下： 阅读全文

摘要：线性回归算法是机器学习中最基础的算法，输出变量与输入变量是线性关系（即一次方），如果只有一个输入变量，称为一元线性回归，多于一个输入变量时，即为多元线性回归。 一、一元线性回归 以预测房价为例，图中红色x表示样本集，这里假设房价仅与size有关，所以最终回归出来的应该是一条值钱。 （图一） 这里假设 阅读全文

摘要：斯坦福大学的Machine Learning课程（讲师是Andrew Ng）公开课是学习机器学习的“圣经”，以下内容是听课笔记。 一、何谓机器学习 Machine Learning is field of study that gives computers the ability to learn 阅读全文