zoukankan      html  css  js  c++  java
  • 初识机器学习——吴恩达《Machine Learning》学习笔记(六)

    Logistic回归

    分类(Classification)

    如垃圾邮件和非垃圾邮件、肿瘤的良性和恶性等,分类一般有二分类以及多分类问题。

    0,一般解析为没有某样东西;1,一般解析为拥有某样东西。至于正类和负类,视具体情况而分。

    不推荐将线性回归用于分类问题。

    Logistic回归,介于0和1之间,视为一种"分类算法"。

    假设陈述(Hypothesis Representation)

    Logistic回归模型

    P(y=1|x;o)表示当x=o时,y=1的概率,P(y=1|x;o) + P(y=0|x;o) = 1,即P(y=0|x;o) = 1 - P(y=1|x;o)

    决策界限(Decision boundary)

    决策边界的概念,决策边界是假设函数的属性,而不是数据集的特征。因为一开始选择Sigmoid函数的时候,函数里面就带了边界特征。

    代价函数(Cost Function) 

    对于logistic回归,之前线性回归的代价函数已经不能再适用了。因为经过代换后的代价函数,是一个非凸函数,难以找到全局最优解。因此,需要更换代价函数。重新定义代价函数,使其为凸函数,以便使用梯度下降法求最优。

    Logistic回归的代价函数及y=1时的函数图像

    Logistic回归的代价函数及y=0时的函数图像

    简化代价函数与梯度下降(Simplified cost function and gradient descent)

    Logistic回归代价函数的简化

    跟线性回归一样,可以使用特征缩放,对Logistic回归进行缩放

    高级优化(Advanced optimization)

    梯度下降算法并不是唯一的寻求最优解的算法,还有高级优化算法,如共轭梯度算法(Gradient descent)、BFGS、L-BFGS,他们的优点是:不需要手动选择学习率,比梯度下降法更加快,缺点是:更加地复杂。

    使用Octave调用高级优化算法

    步骤解析

    多元分类:一对多(Multi-class classification One-vs-all)

    把m个分类中每个类别看做与其他类别不同,做二元分类

  • 相关阅读:
    Stream概念的理解
    nodejs进程间通信
    nodejs多进程spawn execFile exec fok方法的区别
    socket这个名词的理解
    Object.defineProperty方法总结
    git中HEAD^和HEAD~区别
    http常见的9种方法
    java怎么建立JAVA工程项目?
    树莓派mjpg-stream摄像头监控
    制作OS X 10.9 Mavericks 安装U盘
  • 原文地址:https://www.cnblogs.com/haifengbolgs/p/9325732.html
Copyright © 2011-2022 走看看