前几天认把感知机这一章读完了，顺带做了点笔记 现在把笔记做第三次的整理 零、总结 1. 适用于具有 线性可分的数据集的二分类问题 ，可以说是很局限了 2. 感知机本质上是一个分离超平面 3. 在向量维数（特征数）过高时，选择对偶形式算法 在向量个数（样本数）过多时，应选择原始算法 4. 批量梯度下降 ...
分类：
其他好文 时间：
2018-05-01 12:39:37
阅读次数：
172
前言： 这是一篇记录渣本学习机器学习过程的随笔。 正文： 支持向量机(SVM)是一组用于分类， 回归和异常值检测的监督学习方法。 在分类问题中，SVM就是要找到一个同时离各个类别尽可能远的决策边界即最大化margin（margin为图中2虚线的距离）。这种尽可能远的思想能够提高模型的泛化能力。 虚线 ...
分类：
其他好文 时间：
2018-04-29 14:36:54
阅读次数：
353
整理自Andrew Ng的machine learning课程week 4. 目录： 为什么要用神经网络 神经网络的模型表示 1 神经网络的模型表示 2 实例1 实例2 多分类问题 1、为什么要用神经网络 当我们有大量的features时：如$x_1, x_2,x_3.......x_{100}$ ...
分类：
Web程序 时间：
2018-04-28 19:21:48
阅读次数：
215
1、做多分类问题时候（mutticlass），如果遇到 ...
分类：
其他好文 时间：
2018-04-28 14:23:53
阅读次数：
3083
一般来说，回归不用在分类问题上，因为回归是连续型模型，而且受噪声影响比较大。如果非要应用进入，可以使用logistic回归。logistic回归本质上是线性回归，只是在特征到结果的映射中加入了一层函数映射，即先把特征线性求和，然后使用函数g(z)函数来预测。 下面介绍一个线性逻辑回归的案例，这里被用 ...
分类：
其他好文 时间：
2018-04-25 22:10:48
阅读次数：
269
一、线性分类器： 首先给出一个非常非常简单的分类问题（线性可分），我们要用一条直线，将下图中黑色的点和白色的点分开，很显然，图上的这条直线就是我们要求的直线之一（可以有无数条这样的直线） 假如说，我们令黑色的点 = -1， 白色的点 = +1，直线f(x) = w.x + b，这儿的x、w是向量，其 ...
分类：
其他好文 时间：
2018-04-22 13:59:58
阅读次数：
188
1.不同输出空间上的学习 二分类问题 多分类问题 回归问题 结构化的问题（有趣且复杂，可从多分类的问题衍生而来） ... 2.不同数据标签上的学习 有监督的学习 无监督的学习 无监督的多分类 聚类 （比监督式的困难，但是更实用） 无监督的应用： 聚类 文章 = 主题 用户画像 = 用户群 密度分析 ...
分类：
其他好文 时间：
2018-04-21 19:41:03
阅读次数：
145
华盛顿大学 机器学习 笔记。 k-means的局限性 k-means 是一种硬分类（hard assignment）方法，例如对于文档分类问题，k-means会精确地指定某一文档归类到某一个主题，但很多时候硬分类并不能完全描述这个文档的性质，这个文档的主题是混合的，这时候需要软分类（soft ass ...
分类：
其他好文 时间：
2018-04-19 17:45:40
阅读次数：
244
1.回归问题：输入变量和输出变量均为连续变量的预测问题。等价于函数拟合，回归模型表示输入变量到输出变量之间映射的函数。 2. 分类问题：输出变量为有限个离散变量的预测问题称为分类问题 3.标注问题：输入变量和输出变量均为变量序列的预测问题 4.假设空间：模型属于有输入空间到输出空间的映射的集合，这个 ...
分类：
其他好文 时间：
2018-04-18 21:17:20
阅读次数：
138
八、神经网络：表述 8.1 非线性假设 为什么需要提出神经网络，当我们在用逻辑回归或者线性回归处理分类问题时，当特征的数量较少时我们可以很好的处理，但是当特征的数量很大时，比如特征的数量为n，而很多时候我们的这些特征可能还会组合在一起形成新的特征，例如每个都两两组合就会有n2/2，而如果考虑多个组合 ...
分类：
其他好文 时间：
2018-04-14 16:19:14
阅读次数：
254
