码迷,mamicode.com
首页 >  
搜索关键字:回归    ( 5081个结果
[课]10.2演示闪回归档及闪回数据库
#=========闪回归档==================数据库版本1.1创建默认的闪回归档1.2新用户授权及创建归档表查询一下我们启动闪回归档的表:1.3模拟测试表更改1.4更改undo表空间设置为了更好地演示闪回归档,避免在演示的过程中系统使用未覆盖的UNDO日志,现在我们切换当前的und...
分类:数据库   时间:2015-02-07 10:13:38    阅读次数:176
R语言之回归分析
数据指标建模指的是,使用若干自变量并建立公式,以预测目标变量。如果研究的目标变量是连续型的,则称其为回归分析。一、一元线性回归分析data.lm|t|) (Intercept) 25.723456 1.043746 24.64 2.68e-12 ***weight 0.28...
分类:编程语言   时间:2015-02-06 20:15:46    阅读次数:230
最大熵模型
1. logistic回归模型1.1 Logsitic分布设X是服从logistic分布的连续随即变量,则X的分布函数和密度函数如下: \( F(x)=P(x \le x)=\displaystyle\frac{1}{1+e^{-(x-\mu)/\gamma}} \) \( f(...
分类:其他好文   时间:2015-02-04 18:27:44    阅读次数:158
hdf5格式的matlab读写操作
最近要用caffe处理一个multi-label的回归问题,就是输出是一个向量,不是一个具体的数值,这个时候之前的leveldb格式就不凑效了,因为caffe源代码里面默认label是一个数值,网上搜了下,都说hdf5格式可以解决这个问题 在caffe里面,有一个hdf5的datalayer作为数据输入,从源代码来看,对于label的维数没做限制,剩下的问题就是如何生成hdf5的数据,目...
分类:其他好文   时间:2015-02-03 15:15:40    阅读次数:4410
ASP.NET—017:ASP.NET中清空按钮的实现
在Asp.net页面中,经常会用到查询并显示结果,有很多的查询条件的文本框,那么也会用到清空按钮了,就是清空查询的条件的文本框或者别的控件。下面介绍两种用的比较多的清空按钮的实现。有两种方式:第一种,逐个控件设置为初始状态,比如文本框的设置为空,下拉列表的设置问选中某一项等等;第二种,让整个页面回归为初始状态。我们直接看代码,下面是一个简单的页面。...
分类:Web程序   时间:2015-01-31 20:37:00    阅读次数:149
梯度下降法[转]
下面是一个典型的机器学习的过程,首先给出一个输入数据,我们的算法会通过一系列的过程得到一个估计的函数,这个函数有能力对没有见过的新数据给出一个新的估计,也被称为构建一个模型。就如同上面的线性回归函数。我们用X1,X2..Xn 去描述feature里面的分量,比如x1=房间的面积,x2=房间的朝向,等...
分类:其他好文   时间:2015-01-31 14:25:36    阅读次数:191
关于支持向量机(SVM)一些不得不说的话
做为一种监督学习模型,支持向量机(Supprot Vector Machine)在机器学习领域内很重要。首先,SVM用来干什么?一句话将,就是分类(Classification)。比较简单的分类,比如线性分类、Logistic 回归等等,得到的分类结果未必是最优的。而SVM则旨在找到一个最优的分类器。从这个目的出发,SVM提出了Soft Margin,Support Vector等等看似很直观的概...
分类:其他好文   时间:2015-01-30 16:12:41    阅读次数:160
开放就像死亡访问之后就能回头——Leo84
读到《开放》的中文书名让我想起30多年前的改革开放。有部分人始终坚持,还是不改的好(一般都是些特权阶级),不过持此观点的人估计没想明白——开放就像死亡,访问之后不能回头!只能一路前向,根本不可能回归小国寡民。...
分类:其他好文   时间:2015-01-30 07:53:58    阅读次数:153
广义线性模型(GLM)
一、广义线性模型概念 在讨论广义线性模型之前,先回顾一下基本线性模型,也就是线性回归。 在线性回归模型中的假设中,有两点需要提出: (1)假设因变量服从高斯分布:$Y={{\theta }^{T}}x+\xi $,其中误差项$\xi \sim N(0,{{\sigma }^{2}})$,那么因...
分类:其他好文   时间:2015-01-29 14:13:11    阅读次数:523
Regularization
Regularization能在一定程度上减少过拟合 在线性回归中,J(θ)修改为: 在逻辑回归中,J(θ)修改为: 不管是线性回归还是逻辑回归,梯度下降的计算公式都是:
分类:其他好文   时间:2015-01-28 18:09:20    阅读次数:178
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!