随笔分类 -  ml

machine learning
2018.4.25-ml笔记(梯度下降)
摘要: 阅读全文

posted @ 2018-04-26 00:08 颓废的悠然 阅读(129) 评论(0) 推荐(0)

2018.4.24-ml笔记(多元线性回归)
摘要:numpy.dot作用于两个向量则是它们内积,作用于矩阵则是矩阵积。 RMSE解决量纲问题,即单位 RMSE会放大差值比较大的值,所以选用MSE更好。 阅读全文

posted @ 2018-04-24 23:27 颓废的悠然 阅读(137) 评论(0) 推荐(0)

2018.4.23-ml笔记(线性回归、梯度下降)
摘要:线性回归:找到最合适的一条线来最好的拟合我们的数据点。 hθ(x) = θixi=θTx θ被称之为权重参数 θ0为拟合参数 对每个样本yi=θTxi + εi 误差ε是独立并且具有相同的分布,并且服从均值为0且方差为θ2的高斯分布。 阅读全文

posted @ 2018-04-23 22:22 颓废的悠然 阅读(164) 评论(0) 推荐(0)

导航