码迷,mamicode.com
首页 >  
搜索关键字:logistic    ( 790个结果
深度学习 Deep LearningUFLDL 最新Tutorial 学习笔记 2:Logistic Regression
1 Logistic Regression 简述Linear...
分类:其他好文   时间:2014-11-19 22:20:55    阅读次数:207
MatLab2012b/MatLab2013b 分类器大全(svm,knn,随机森林等)
train_data是训练特征数据, train_label是分类标签。Predict_label是预测的标签。MatLab训练数据, 得到语义标签向量 Scores(概率输出)。1.逻辑回归(多项式MultiNomial logistic Regression)Factor = mnrfit(tr...
分类:其他好文   时间:2014-11-13 20:41:50    阅读次数:211
one vs all -- 将01分类器用于多类分类问题
大多数分类器都是01分类器,如logistic regression。当我们要将数据分为多类的时候,可以用一种叫one-vs-all的方法将01分类器用于多类分类(mult-class classification)原理很简单,训练与类数(k)相同个数的分类器,每个分类器只判断每个item是否属于某...
分类:其他好文   时间:2014-11-13 10:47:29    阅读次数:193
logistic regression中的cost function选择
一般的线性回归使用的cost function为:但由于logistic function:本身非凸函数(convex function), 如果直接使用线性回归的cost function的话,很难到达全局最优解。相反,很容易陷入局部最优解然后就认为到达收敛条件了。因此,logistic regr...
分类:其他好文   时间:2014-11-13 08:16:45    阅读次数:221
《PRML》Logistic回归的IRLS求解
逻辑回归的IRLS求解方法...
分类:其他好文   时间:2014-11-12 21:17:28    阅读次数:176
《PRML》Logistic回归(逻辑回归,LR)的推导
《PRML》中Logistic回归(逻辑回归,LR)的推导...
分类:其他好文   时间:2014-11-12 21:16:56    阅读次数:280
sigmoid function的直观解释
Sigmoid function也叫Logistic function, 在logistic regression中扮演将回归估计值h(x)从[-inf, inf]映射到[0,1]的角色。公式为:g(z) = 1 / (1 + exp(-z))如图:其输出值大于0.5这认为待分类对象属于1,否则则属...
分类:其他好文   时间:2014-11-10 11:40:12    阅读次数:199
混沌分形之逻辑斯蒂(Logistic)映射系统
前几天,有个同事看到我生成的一幅逻辑斯蒂分岔图像后,问我:“这是咪咪吗?”我回答:“淫者见淫。”好吧,这里将生成几种分岔映射图形,包括逻辑斯蒂映射系统,正弦映射系统和曼德勃罗映射系统。实际上这几种图形算不上分形,只不过它与我写的其他分形对象使用相同的基类,所以也将其列入混沌分形的范畴。 关...
分类:其他好文   时间:2014-11-06 08:08:00    阅读次数:330
机器学习之逻辑回归(Logistic Regression)
1. Classification 这篇文章我们来讨论分类问题(classification problems),也就是说你想预测的变量 y 是一个离散的值。我们会使用逻辑回归算法来解决分类问题。 之前的文章中,我们讨论的垃圾邮件分类实际上就是一个分类问题。类似的例子还有很多,例如一个在线交易网站判...
分类:其他好文   时间:2014-11-02 23:44:56    阅读次数:474
机器学习实战笔记5(logistic回归)
1:简单概念描写叙述如果如今有一些数据点,我们用一条直线对这些点进行拟合(改线称为最佳拟合直线),这个拟合过程就称为回归。训练分类器就是为了寻找最佳拟合參数,使用的是最优化算法。基于sigmoid函数分类:logistic回归想要的函数可以接受全部的输入然后预測出类别。这个函数就是sigmoid函数...
分类:其他好文   时间:2014-11-02 16:28:04    阅读次数:263
790条   上一页 1 ... 71 72 73 74 75 ... 79 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!