斯坦福机器学习公开课学习笔记(3)—拟合问题以及局部权重回归、逻辑回归
来源:互联网 发布:怎么学习电脑编程 编辑:程序博客网 时间:2024/05/21 10:42
(转载请注明出处:http://blog.csdn.net/buptgshengod)
1.拟合问题
这节课首先讲到了一个我们经常遇到的问题,欠拟合(underfitting)以及过拟合(overfitting)。其中过拟合是最常见的,这个问题,来源于我们一个特征值的权重过于突出,就会造成过拟合。比如说我们有一个特征值X。就是容易造成欠拟合,因为这个结论是一条直线。但是,当我们把x平方,,这个式子就会得到比较好的拟合。但是当我们把x三次方,四次方。。。都加上,就会出现过拟合。这三种情况分别对应下图的左1,右1,下。
2.局部权重回归(linear regression)
上一节讲了回归问题。是通过全部数据集拟合出每个特征值对应的参数。在linear regression中,我们预测一个x它所对应的y,我们只要找到这个x周边的数值,拟合一条直线出来,就可以了。
这里涉及到如何找到x周围的数值,这就涉及到一个截取近似数值的问题。Andrew使用的是一个类似于高斯公式变形的方法。
3.最小二乘法
在讲logical regression之前,Andrew还特意推导了一下为什么我们用最小二乘法来做判断。用到了中心极限定律。设噪声符合高斯分布,然后在log下推导。推出了用最小二乘法是判断预测结果的形式。
4.逻辑回归(logical regression)
首先讲了为什么要用sigmoid函数,把离散的数据变为线性的。之后就是通过上一节讲的梯度下降法的变形拟合出逻辑回归的每个参数。
sigmoid函数:
3 0
- 斯坦福机器学习公开课学习笔记(3)—拟合问题以及局部权重回归、逻辑回归
- 斯坦福机器学习公开课笔记(三)--逻辑回归
- 斯坦福机器学习: 网易公开课系列笔记(三)——局部加权回归、logistic回归
- 局部加权回归、欠拟合、过拟合 - Andrew Ng机器学习公开课笔记1.3
- 斯坦福机器学习公开课6-x逻辑回归
- [机器学习]斯坦福公开课-第3课-局部加权线性回归和logistic回
- 斯坦福机器学习公开课7-x线性回归逻辑回归的正则化min
- 局部加权回归、逻辑斯蒂回归、感知器算法—斯坦福ML公开课笔记3
- 局部加权回归、逻辑斯谛回归、感知器算法—斯坦福ML公开课笔记3
- 局部加权回归、逻辑斯蒂回归、感知器算法—斯坦福ML公开课笔记3
- 局部加权回归、逻辑斯蒂回归、感知器算法—斯坦福ML公开课笔记3
- 机器学习笔记—局部权重线性回归
- 公开课机器学习笔记(5)逻辑回归
- 斯坦福机器学习公开课6-x 使用逻辑回归处理多分类
- 机器学习第二篇(stanford大学公开课学习笔记) —局部加权回归
- 局部加权回归、最小二乘的概率解释、逻辑斯蒂回归、感知器算法——斯坦福ML公开课笔记3
- 斯坦福机器学习3之局部线性回归建模
- 斯坦福机器学习公开课笔记(一)--单变量线性回归
- ant 实现批量打包android应用
- 黑马程序员-Java传值与传引用
- Android App组件之ListFragment
- Linux(ubuntu)下30天自制os学习引导,第3.2天(读取u盘上189kB的内容 )
- Mysql常用命令行大全
- 斯坦福机器学习公开课学习笔记(3)—拟合问题以及局部权重回归、逻辑回归
- android4.4 webview chromium显示网页的chromium内核结构
- OS X 消息通知:NSUserNotification
- 手机短信内容能查到,别人删除的手机短信内容还能查到吗
- thinkphp中自定义函数的使用方法
- Swift学习之八:断言(Assertions)
- Search in Rotated Sorted Array II
- SVN修改用户名与密码
- iOS百度地图 定位的实现