本笔记为吴恩达机器学习在线课程笔记，课程网址（https://www.coursera.org/learn/machine-learning/）2.1 模型表示参考视频: 2 - 1 - Model Representation (8 min).mkv 本课程讲解的第一个算法为"回归算法"，本节将要...
分类：
其他好文 时间：
2015-08-06 20:16:29
阅读次数：
227
特征空间映射1. 问题
简单的0,1分类 – 即标签y=y = {0,10,1}
特征值：x=[x1,x2]x = [x_1, x_2]二维
数据离散点如图：
2.解答
数据是二维的，因此如果利用Logistics Regression 的到的θ\theta只有三个数，所以分类超平面是二维坐标下的直线
由数据分布图可以知道分类超平面应该是一个二次曲线，所以这里利用多项式核函数：K=(...
分类：
其他好文 时间：
2015-08-06 13:21:08
阅读次数：
187
由perceptron线性组成的一个神经网络： 通过赋予g不同的权值，来实现不同的切分功能： 但有的切分只通过一次特征转换是不够的，需要多次转换，如下：Neural Network Hypothesis：为了便于优化，将sign（离散）变成tanh，这个函数相当于regression的拉伸与...
分类：
Web程序 时间：
2015-08-04 18:54:47
阅读次数：
162
CART：Classification and regression tree，分类与回归树。（是二叉树）CART是决策树的一种，主要由特征选择，树的生成和剪枝三部分组成。它主要用来处理分类和回归问题，下面对分别对其进行介绍。1、回归树：使用平方误差最小准则训练集为：D={(x1,y1), (x2,...
分类：
其他好文 时间：
2015-07-30 10:51:21
阅读次数：
310
各大公司广泛使用的在线学习算法FTRL详解现在做在线学习和CTR常常会用到逻辑回归（Logistic Regression），而传统的批量（batch）算法无法有效地处理超大规模的数据集和在线数据流，google先后三年时间（2010年-2013年）从理论研究到实际工程化实现的FTRL（Follow...
分类：
编程语言 时间：
2015-07-29 21:00:51
阅读次数：
206
4.6.1 The Stock Market Data> library (ISLR)> names(Smarket )[1] "Year" "Lag1" "Lag2" "Lag3" "Lag4"[6] "Lag5" "Volume " "Today" " Direction "> dim(Smar...
分类：
其他好文 时间：
2015-07-29 06:21:22
阅读次数：
440
设置邮件内容：Default ContentProject : PA_Regression_Accuracy_Static Build Status : ${BUILD_STATUS} Automation Tool : SoapUI TP vs Live Test Results : TP ...
分类：
Web程序 时间：
2015-07-28 12:26:50
阅读次数：
107
在讲完最小二乘（linear regression）和K近邻后，进入本节。引入符号：$X\in R^p$ X为维度为p的输入向量$Y\in R$ Y为输出，实数$P(X,Y)$ 为两者的联合概率分布$f(X)$ 为预测函数，给定X，输出Ya.使用squared error loss(L2)作为损失函...
分类：
其他好文 时间：
2015-07-28 12:17:08
阅读次数：
108
【一、逻辑回归模型】逻辑回归不同于线性回归，它实际上一种分类方法，用于二分类问题（y=0或者1）。逻辑回归模型如下：
即当>=0.5时，预测输出值y=1；否则预测输出值y=0；且有：
【二、决策边界】所谓Decision Boundary就是能够将所有数据点进行很好地分类的h(x)边界。
【例1】
由图可知：
对应的线性回归模型为：
决策边界为粉色直线：
【例2】...
分类：
其他好文 时间：
2015-07-24 18:28:22
阅读次数：
166
源码：https://github.com/cheesezhe/Coursera-Machine-Learning-Exercise/tree/master/ex5Introduction：In this exercise, you will implement regularized linear...
分类：
系统相关 时间：
2015-07-24 15:40:53
阅读次数：
468
