UFLDL Tutorial学习笔记(一)Linear&Logistic&Softmax Regression
来源:互联网 发布:芒果tv2016旧版 mac 编辑:程序博客网 时间:2024/05/17 03:59
学习资料:UFLDL Tutorial http://ufldl.stanford.edu/tutorial/
Linear Regression
问题:给定带标签的训练数据集
模型Structural Model:采用线性函数
2. 该线性模型的一种变形为多项式模型,即
优化问题Error Model:采用最小均方误差准则,即寻找使得按误差平方和定义的损失函数
优化算法Optimization Procedure:梯度下降法
令
- 严格递推算法——每次使用全部样本数据 用这种方法可以求得严格的最佳解,而且避开了矩阵求逆的困难,但学习过程中的每一步仍需要完成大量计算。
θ→θ+α{−Σmi=1x(i)(θTx(i)−y(i))} - 随机递推算法——每次使用一个样本数据 与严格递推算法的区别在于:用单个样本计算梯度,因此避免了大量计算,但同时也给权向量的变化趋势带来随机性。研究表明,将步幅系数α变成一个随时序k变化的量,当α(k)满足一定条件时,学习一定是收敛的。
θ→θ+α{−x(i)(θTx(i)−y(i))} - 具有一定统计特性的递推算法——每次使用部分样本数据(
P 个)当θ→θ+α{−ΣPi=1x(i)(θTx(i)−y(i))} P 较大时,与严格递推算法一致;当P=1 时,与随机递推算法一致。
上述模型在其他地方也可看到:
- 神经网络中的Adaline(Adaptive Linear Element,自适应线性单元):通过一个采用线性激活函数的单个神经元,实现两类线性可分问题
- 信号处理中的自适应滤波:通过一个简单的线性神经元来设计未知动态系统的一个多输入单输出模型
Logistic Regression
问题:给定带标签的训练数据集
模型Structural Model:采用概率模型
优化问题Error Model:采用最大似然准则,首先将上述概率模型统一写成
优化算法Optimization Procedure:梯度下降法
Softmax Regression
问题:在Logistic Regression的基础上,将二分类问题推广为多分类问题,即此时
模型Structural Model:采用概率模型
优化问题Error Model:采用最大似然准则
优化算法Optimization Procedure:梯度下降法
讨论:
- 参数冗余问题:由于概率模型经过归一化处理,
K 组模型参数中有一组是多余的。如将每组参数减去某一常数向量ψ 后,模型并不发生改变,即因此,我们可将某组参数如P(y(i)=k|x(i);θ))=exp((θ(k)−ψ)Tx)ΣKj=1exp((θ(j)−ψ)Tx)=exp(θ(k)Tx)ΣKj=1exp(θ(j)Tx) θ(K) 固定设成零向量,而只需要寻优剩下的K−1 组参数。 - 与Logistic Regression的关系:在
K=2 时,有令hθ(x)=[P(y=0|x;θ)P(y=1|x;θ)]=1exp(θ(1)Tx)+exp(θ(2)Tx)⎡⎣exp(θ(1)Tx)exp(θ(2)Tx)⎤⎦ θ(2)=0 ,θ=−θ(1) ,则hθ(x)=⎡⎣⎢⎢⎢⎢exp(−θTx)1+exp(−θTx)11+exp(−θTx)⎤⎦⎥⎥⎥⎥
0 0
- UFLDL Tutorial学习笔记(一)Linear&Logistic&Softmax Regression
- UFLDL学习笔记3(Softmax Regression)
- UFLDL Tutorial-Softmax Regression
- UFLDL Tutorial-Logistic Regression
- 深度学习 Deep Learning UFLDL 最新Tutorial 学习笔记 5:Softmax Regression
- 深度学习 Deep Learning UFLDL 最新Tutorial 学习笔记 5:Softmax Regression
- 深度学习 Deep Learning UFLDL 最新 Tutorial 学习笔记 1:Linear Regression
- ufldl学习笔记与编程作业:Softmax Regression(softmax回归)
- ufldl学习笔记与编程作业:Softmax Regression(Softmax 回归)
- ufldl学习笔记与编程作业:Softmax Regression(vectorization加速)
- UFLDL学习笔记3——Softmax Regression
- UFLDL学习笔记1——Linear Regression
- UFLDL学习笔记2——Logistic Regression
- ufldl学习笔记与编程作业:Linear Regression(线性回归)
- ufldl学习笔记与编程作业:Linear Regression(线性回归)
- ufldl学习笔记与编程作业:Logistic Regression(逻辑回归)
- ufldl学习笔记与编程作业:Logistic Regression(逻辑回归)
- 机器学习第三篇(stanford大学公开课学习笔记) —logistic regression 和softmax regression
- Android DrawerLayout+NavigationView布局实现左右两边侧滑菜单
- POJ 3258 River Hopscotch [NOIP2015 D2T1] (洛谷 P2678 跳石头)
- 数据类操作之文件存储跟读写
- MongoDB 数据库级锁、建索引导致数据库阻塞、不合理使用嵌入 embed document、不合理使用 Array 字段等4个坑
- .net mvc controler有哪些返回值
- UFLDL Tutorial学习笔记(一)Linear&Logistic&Softmax Regression
- Android利用canvas画各种图形(点、直线、弧、圆、椭圆、文字、矩形、多边形、曲线、圆角矩形)
- java collection大概
- Spring 资源访问
- 【分享】WeX5的正确打开方式(6)——数据组件初探
- Android Studio下使用AIDL创建和使用远程service
- 行为型--迭代器模式
- IDirect3DDevice9::Present函数
- Java并发编程:线程间协作的两种方式:wait、notify、notifyAll和Condition