zoukankan      html  css  js  c++  java
  • 机器学习(二)回归

    这一讲开始,每一讲都是一个重要的模型。由于我也是初学者,更新可能会慢了。现在的比较比较凌乱,等这些课程全部学完之后,会统一再整理一下。

    主要内容:

    线性回归——高斯分布、极大似然估计MLE、最小二乘法的本质

    Logistic回归——分类问题的首选算法(简单)

    工具:梯度下降算法、极大似然估计

    回归与分类的简单区别:y连续变化的话就是回归问题,y是离散的,就是分类问题。【粗】

    ————————————————————————————————————————————————————————————————————

    线性回归

    y=ax+b

    房屋售价问题,考虑两个变量的话【房间大小,房间个数】:

    考虑多个变量的话:

    实际值与预测值的误差,则有

    很多随机现象可以看成众多因素的独立影响的综合反应,往往近似服从正态分布。

    【上面已知】,将换成

    则有,

    似然函数为:

     取对数:

     得目标函数为:

    梯度下降算法:

    **************************************************分割线****************************************************

    Logistic回归

     

     Logistic回归参数估计:

    对数似然函数:

  • 相关阅读:
    原生JS实现简易随机点名功能
    react 字父组件传值
    关于react组件传值问题
    轮波图
    烟花
    this的详解
    封装多元素多属性的链式缓冲
    留言板设计的流程,拖动窗口
    运动的小球
    运动的小球自动变键盘控制
  • 原文地址:https://www.cnblogs.com/xubing-613/p/5943590.html
Copyright © 2011-2022 走看看