机器学习中的大多数问题可以归结为最优化问题。把一些典型的问题用最优化的方法建立数学模型，再最优化的方式求解。 我们再看看数据挖掘和机器学习中哪些是最优化问题，哪些不是。 ...
分类：
其他好文 时间：
2017-07-12 21:16:58
阅读次数：
159
梯度下降法解逻辑斯蒂回归 本文是Andrew Ng在Coursera的机器学习课程的笔记。 Logistic回归属于分类模型。回顾线性回归，输出的是连续的实数，而Logistic回归输出的是[0,1]区间的概率值，通过概率值来判断因变量应该是1还是0。因此，虽然名字中带着“回归”（输出范围常为连续实 ...
分类：
其他好文 时间：
2017-07-07 17:28:17
阅读次数：
190
转自：http://www.cnblogs.com/jerrylead 1 摘要 本报告是在学习斯坦福大学机器学习课程前四节加上配套的讲义后的总结与认识。前四节主要讲述了回归问题，回归属于有监督学习中的一种方法。该方法的核心思想是从连续型统计数据中得到数学模型，然后将该数学模型用于预测或者分类。该方 ...
分类：
其他好文 时间：
2017-07-03 21:01:32
阅读次数：
282
#获取数据 from sklearn.datasets import load_iris iris=load_iris() data=iris.data target=iris.target #选定训练集和测试集 from sklearn.cross_validation import train_ ...
分类：
其他好文 时间：
2017-07-02 18:29:44
阅读次数：
843
Logistic回归 主要思想： 基于Logistic回归和Sigmoid函数的分类 我们想要的函数应该是，能接受所有输入然后预测出类别。例如，在两个类的情况下，上述函数输出0或1。这种函数称为单位阶跃函数，该函数在跳跃点从0瞬间跳到1，这个瞬间跳跃的过程有时很难处理。所以，我们需要引用一个也具有类 ...
分类：
其他好文 时间：
2017-07-01 23:27:39
阅读次数：
449
转自：http://blog.csdn.net/u014422406/article/details/52805924 sigmoid函数（也叫逻辑斯谛函数）： 引用wiki百科的定义： A logistic function or logistic curve is a common “S” sh ...
分类：
其他好文 时间：
2017-06-27 21:18:35
阅读次数：
275
Logistic回归是机器学习中非常经典的一个方法，主要用于解决二分类问题，它是多分类问题softmax的基础，而softmax在深度学习中的网络后端做为常用的分类器，接下来我们将从原理和实现来阐述该算法的思想。 1.原理 a.问题描述 考虑二分类问题，利用回归的思想，拟合特征向量到类别标签的回归, ...
分类：
其他好文 时间：
2017-06-26 19:59:21
阅读次数：
183
题目描述 Welcome to ALO ( Arithmetic and Logistic Online)。这是一个VR MMORPG ，如名字所见，到处充满了数学的谜题。现在你拥有n颗宝石，每颗宝石有一个能量密度，记为ai，这些宝石的能量密度两两不同。现在你可以选取连续的一些宝石（必须多于一个）进 ...
分类：
其他好文 时间：
2017-06-23 21:01:34
阅读次数：
148
soft binary classification的概念：软二分类，不直接化为-1、1，而是给出一个概率值。 目标函数是一个概率值，但是拿到的data中y只有0、1（或者-1、1），可以看做是有noise的data。 logistic hypothesis 通过 theta 转化为 0、1间的数。 ...
分类：
其他好文 时间：
2017-06-20 16:23:22
阅读次数：
101
1 Logistic Regression 简述Linear Regression 研究连续量的变化情况，而Logistic Regression则研究离散量的情况。简单地说就是对于推断一个训练样本是属于1还是0。那么非常easy地我们会想到概率，对，就是我们计算样本属于1的概率及属于0的概率，这样 ...
分类：
其他好文 时间：
2017-06-18 10:27:16
阅读次数：
219
