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
Given a training set, an algorithm like logistic regression or the perceptron algorithm (basically) tries to find a straight line—that is, a decision ...
分类：
其他好文 时间：
2018-01-27 11:24:57
阅读次数：
602
一、前述 L1正则，L2正则的出现原因是为了推广模型的泛化能力。相当于一个惩罚系数。 二、原理 L1正则：Lasso Regression L2正则：Ridge Regression 总结： 经验值 MSE前系数为1 ，L1 , L2正则前面系数一般为0.4~0.5 更看重的是准确性。 L2正则会整 ...
分类：
其他好文 时间：
2018-01-23 18:26:26
阅读次数：
228
概念梳理 GBDT的别称 GBDT(Gradient Boost Decision Tree),梯度提升决策树。 GBDT这个算法还有一些其他的名字，比如说MART(Multiple Additive Regression Tree)，GBRT(Gradient Boost Regression T ...
分类：
其他好文 时间：
2018-01-22 13:02:33
阅读次数：
330
默认是不对其求梯度的,除非声明为True 就是自动求导 Variable containing: 2 [torch.FloatTensor of size 1] Variable containing: 1 [torch.FloatTensor of size 1] Variable contain ...
分类：
其他好文 时间：
2018-01-21 11:10:03
阅读次数：
944
一、引言(Introduction) 1.1 欢迎 1.2 机器学习是什么？ 1.3 监督学习 1.4 无监督学习 二、单变量线性回归(Linear Regression with One Variable) 2.1 模型表示 2.2 代价函数 2.3 代价函数的直观理解I 2.4 代价函数的直观理 ...
分类：
其他好文 时间：
2018-01-17 00:42:58
阅读次数：
253
四、多变量线性回归(Linear Regression with Multiple Variables) 4.1 多维特征 4.2 多变量梯度下降 4.3 梯度下降法实践1 特征缩放 4.4 梯度下降法实践2 学习率 4.5 特征和多项式回归 4.6 正规方程 4.7 正规方程及不可逆性（可选） 五 ...
分类：
其他好文 时间：
2018-01-17 00:42:24
阅读次数：
374
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
17年开始，网上的机器学习教程逐渐增多，国内我所了解的就有网易云课堂、七月、小象学院和北风。他们的课程侧重点各有不同，有些侧重理论，有些侧重实践，结合起来学习事半功倍。但是论经典，还是首推吴恩达的机器学习课程。 吴大大14年在 "coursera" 的课程通俗易懂、短小精悍，在讲解知识点的同时，还会 ...
分类：
其他好文 时间：
2018-01-16 23:56:43
阅读次数：
208
caret包（Classification and Regression Training）是一系列函数的集合，它试图对创建预测模型的过程进行流程化。本系列将就数据预处理、特征选择、抽样、模型调参等进行介绍学习。 本文将就caret包中的数据预处理部分进行介绍学习。主要包括以下函数：model.ma ...
分类：
编程语言 时间：
2018-01-15 20:20:27
阅读次数：
5193
