一、介绍 Logistic回归是广泛应用的机器学习算法，虽然名字里带“回归”，但是它实际上是一种分类方法，主要用于两分类问题（即输出只有两种，分别代表两个类别）。 面对一个回归或者分类问题，建立代价函数(损失函数)，使用最优化算法（梯度上升法、改进的随机梯度上升法），找到最佳拟合参数，将数据拟合到一 ...
分类：
其他好文 时间：
2018-01-27 11:25:47
阅读次数：
209
六、逻辑回归(Logistic Regression) 6.1 分类问题 6.2 假说表示 6.3 判定边界 6.4 代价函数 6.5 简化的成本函数和梯度下降 6.6 高级优化 6.7 多类别分类：一对多 七、正则化(Regularization) 7.1 过拟合的问题 7.2 代价函数 7.3 ...
分类：
其他好文 时间：
2018-01-17 00:38:29
阅读次数：
198
决策树 ID3，C4.5，CART，决策树的生成，剪枝。 一、概述 决策树（decision tree）是一种基本的分类与回归方法（这里是分类的决策树）。决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程。它可以认为是if-then规则的集合，也可以认为是定义在特征空间与类空间上的 ...
分类：
其他好文 时间：
2018-01-14 15:16:45
阅读次数：
216
做一个 饥荒食物合成模拟器。 效果是，选择食材。（食材是分类安放的） 将食物放到口袋里面，打开炖锅，右击选择食材，或者拖食材到炖锅。 锅里面显示已经添加食材。点击烹饪，然后合成食物。 用什么技术来实现？ 用h5 app 用js的html页面 用python的pygame 最基础的实现，显示食物列表文 ...
分类：
其他好文 时间：
2018-01-11 15:49:10
阅读次数：
96
决策树是一种基本的分类和回归方法。本章主要讨论用于分类的决策树，决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程，它可以认为是if-then规则的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。其主要优点是模型具有可读性，分类速度快。学习时，利用训练数据，根据损失函数最 ...
分类：
其他好文 时间：
2017-12-28 23:27:58
阅读次数：
286
提升树： 提升树是以分类树或回归树为基本分类器的提升方法。提升方法实际采用加法模型(即基函数的线性组合)与前向分布算法，以决策树为基函数的提升方法称为提升树，对分类问题决策树是二叉分类树，对回归问题决策树是二叉回归树，其根据特征x<v与x>v将根结点直接连接两个叶结点，以作为决策树桩。提升树模型可以 ...
分类：
编程语言 时间：
2017-12-24 18:40:38
阅读次数：
209
对于分类问题而言，给定一个训练样本集，求比较粗糙的分类规则（弱分类器）要比求精确的分类规则（强分类器）容易得多，提升法就是从弱学习算法出发，反复学习，得到一系列弱分类器，然后组合弱分类器构成强分类器。大多数提升法都是改变训练数据的概率分布（训练数据的权值分布），针对不同的训练数据分布调用弱学习算法学 ...
分类：
编程语言 时间：
2017-12-23 21:46:22
阅读次数：
160
会议时间：基教403 会议内容： 总结任务进度： 当前已制作出主页、商品详情页、搜索结果页等、订单确认，已实现提交订单功能 当前项目所有页面均须大量优化、美化，须进行大量异常处理，保证软件健壮性。 总结遇到的问题： 商品分类问题待解决、注册按钮Bug待解决 计划今日任务： 解决以上2个问题，继续昨日 ...
分类：
其他好文 时间：
2017-12-19 12:43:20
阅读次数：
233
二、逻辑回归 1、代价函数 可以将上式综合起来为： 其中： 为什么不用线性回归的代价函数表示呢？因为线性回归的代价函数可能是非凸的，对于分类问题，使用梯度下降很难得到最小值，上面的代价函数是凸函数的图像如下，即y=1时： 可以看出，当趋于1，y=1，与预测值一致，此时付出的代价cost趋于0，若趋于 ...
分类：
编程语言 时间：
2017-12-15 20:52:50
阅读次数：
280
