coursera Machine learning Andrew NG 学习笔记(二)—Logistic regression
来源:互联网 发布:linux c项目开发ide 编辑:程序博客网 时间:2024/05/21 08:47
Classification
Logistic regression 主要用来解决分类(classification)问题。为什么解决分类问题的模型会包含regression这个词呢,我的理解是实际上这个本来logistic regression是尝试用linear regression(线性回归)的方法解决classification的问题,也就是说仍然用一条直线来拟合离散的数据。比如下面这个例子。可以以
但事实上用linear regression会出现问题,如下图的情况,如果其中一个data以outlier的形式出现,就会使得预测效果不佳。这时候就产生了logistic regression。
Hypothesis representation
1. Logistic regression model
logistic regression其实也是在linear regression的基础上有所改进产生的模型。线性回归的目标函数是
我们希望
在这里
2. Interpretation of hypothesis output
这里面
可以表示为
Decision Boundary
linear model
non-linear model
如果已经知道了最优解的参数,那么decision boundary很容易得出,类似线性规划
Q: 关于data structure的intuition: 比如看见data的分布能够大致推测fit什么模型(线性,非线性)。需要这样的intuition。
Cost Function
1. problem
How to choose parameters to fit the data?可以用下图概括
2. cost funciton
类比线性回归的代价方程,logistic function的cost function可以为
因此在这里我们选择对数似然损失函数作为逻辑回归的cost function
if y =1,
if y =0,
Simplified cost function and gradient penalty
以y作为判断依据,但还可以简化为
仍旧用gradient descent 来求最优解,可表示为
repeat{
处理multi-class的问题时,可以用vectorized implementation.
参考
【1】coursera上面第六课logistic regression的视频和课件
【2】https://en.wikipedia.org/wiki/Sigmoid_function
- coursera Machine learning Andrew NG 学习笔记(二)—Logistic regression
- ANDREW Ng教授的机器学习(Machine Learning)学习笔记(3)-- Logistic回归(Logistic regression)
- 机器学习 Machine Learning(by Andrew Ng)----第四章 逻辑回归(Logistic Regression)
- 监督学习之Logistic regression——Andrew Ng机器学习笔记(二)
- coursera Machine learning Andrew NG 笔记(一)
- Machine Learning by Andrew Ng --- Logistic Regression with two classes
- Machine Learning by Andrew Ng --- Logistic Regression by using Regularization
- Andrew Ng Machine Learning 专题【Logistic Regression & Regularization】
- coursera Machine Learning, Andrew Ng
- 《机器学习》(Machine Learning)——Andrew Ng 斯坦福大学公开课学习笔记(二)
- Andrew Ng 《Machine Learning》第三讲——分类(Classification)&逻辑回归(Logistic Regression Model)
- #“Machine Learning”(Andrew Ng)#Week 3_2:Logistic Regression Model
- Andrew Ng -machine learning 课堂笔记(二)第七周
- Andrew Ng -machine learning 课堂笔记(二)第五周
- Machine Learning(by Andrew Ng) 学习笔记
- ANDREW Ng教授的机器学习(Machine Learning)学习笔记(2)-- 线性回归模型(Linear regression model)
- Coursera Machine Learning 学习笔记(二)
- Coursera—machine learning(Andrew Ng)第二周编程作业
- Android开发中使用AndroidStudio与Eclipse的代码区别
- Transform from list in python to mat in numpy
- SparkR数据分析
- android 窗体透明、黑暗度、背景模糊
- iOS 查看真机中的沙盒内容(步骤)
- coursera Machine learning Andrew NG 学习笔记(二)—Logistic regression
- 快速获取json字段内的数据(减去填写字段的步骤)
- Android Studio 很卡怎么解决
- 交换机割接
- NULL的用法
- 2016读书计划
- 文学研究助手的实现C++
- thinkphp 3.2的cli模式(命令行模式)的正确使用方法
- cocos2dx[3.2](15)——颜色混合BlendFunc