运行以上代码，可以实现拟合随机生成的数据，拟合过后的线为红色，拟合前的为绿色，拟合过程中的线为黑色。为了便于理解，有些参数我使用了中文，Python3默认编码UTF8 ...
分类：
其他好文 时间：
2018-09-07 20:15:05
阅读次数：
168
资源 | 25个机器学习面试题，期待你来解答 https://mp.weixin.qq.com/s/aL-gZ9LzYCkpTcsQF1FZjA 选自Medium 机器之心编译 参与：Geek AI、王淑婷、思源 机器学习有非常多令人困惑及不解的地方，很多问题都没有明确的答案。但在面试中，如何探查到 ...
分类：
其他好文 时间：
2018-09-06 10:59:53
阅读次数：
185
1 什么是线性回归 确定因变量与多个自变量之间的关系，将其拟合成线性关系构建模型，进而预测因变量 2 线性回归原理 最小二乘法OLS（ordinary learst squares） 模型的y与实际值y之间误差的平方最小 梯度下降 I don't know 3 在python中实现线性回归 通常x是 ...
分类：
编程语言 时间：
2018-08-28 20:10:29
阅读次数：
2801
异方差问题 Ordinary Least Squares (OLS) 需要四个 - -有些人说五或六个 - 假设要满足，但建模时我们经常会遇到异方差（Heteroskedasticity）问题， 那是因为，很多数据都表现出这种“异方差性”。我们通常可以直观地解释原因： 随着年龄的增长，净值往往会出现 ...
分类：
其他好文 时间：
2018-08-26 16:45:26
阅读次数：
278
python3的sklearn库中有偏最小二乘法。 可以参见下面的库说明：http://scikit-learn.org/stable/modules/generated/sklearn.cross_decomposition.PLSRegression.html 程序来源：来源：https://b ...
分类：
编程语言 时间：
2018-08-23 12:03:29
阅读次数：
198
参考 最小二乘法小结 机器学习：Python 中如何使用最小二乘法 什么是” 最小二乘法” 呢 定义：最小二乘法（又称最小平方法）是一种数学优化技术，它通过最小化误差的平方和寻找数据的最佳函数匹配。 作用：利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。 ...
分类：
编程语言 时间：
2018-08-21 22:40:16
阅读次数：
291
1.机器学习相关算法： 线性回归、K-means、决策树、随机森林、主成分分析、支持向量机，强化学习，贝叶斯网络 线性回归：解决数据预测问题，曲线弥合，已知{x1,x2,x3,...} , {y1,y2,y3,...} , 用一条曲线描述已知点的规律。 常用：最小二乘法。 K-means : 用距离 ...
分类：
其他好文 时间：
2018-08-12 17:36:49
阅读次数：
183
还是不习惯这种公式的编写，还是直接上word。。。。 对上面的（7）式取log后并最大化即可得到最小二乘法，即 argmaxθ J(θ) 思考二:线性回归到逻辑回归的转变： 1） 引入逻辑回归，假设用线性回归来做分类问题，设为二分类，即y取0或1。 则会出现如下的情况： 这种情况下是能很好的分类的， ...
分类：
其他好文 时间：
2018-08-12 01:32:55
阅读次数：
191
最优化理论里面 0阶优化算法 1阶优化算法 2阶优化算法 具体定义和缺陷如下：针对深度学习以一阶的优化算法为主为主线 0阶优化算法：该算法仅仅需要因变量的数值，而不需要导数信息。因变量通过最小二乘法的拟合值近似，而约束极小化问题用罚函数转化为无约束问题，极小化过程在近似的罚函数上迭代。直到获得收敛的 ...
分类：
编程语言 时间：
2018-08-04 23:19:26
阅读次数：
190
线性回归是机器学习的基础，用处非常广泛，在日常工作中有很大作用。 1.什么是线性回归 通过多次取点，找出符合函数的曲线，那么就可以完成一维线性回归。 2.数学表示 是截距值，为偏移量。 因为单纯计算多项式需要很大空间，所以就需要将式子变形，转化为矩阵乘积形式。 3.最小二乘法模型 首先定义一个函数L ...
分类：
编程语言 时间：
2018-07-21 14:46:41
阅读次数：
123
