2018年11月15日

sklearn使用——梯度下降及逻辑回归

摘要： 一：梯度下降： 梯度下降本质上是对极小值的无限逼近。先求得梯度，再取其反方向，以定步长在此方向上走一步，下次计算则从此点开始，一步步接近极小值。需要注意的是步长的取值，如果过小，则需要多次迭代，耗费大量时间才能取得极小值;如果过大，则可能难以取得较为接近极小值的点，在极小值两边来回跳跃，无法接近极小 阅读全文

posted @ 2018-11-15 17:43 岚月 阅读(621) 评论(0) 推荐(0)