MachineLearning_note:Logistic Regression(Classification)
来源:互联网 发布:免费股票交易软件 编辑:程序博客网 时间:2024/05/21 15:42
Logistic Regression(Classification)
解决分类(classification)问题.
Binary Classification
对于输出值
Hypothesis Function
由于是二分类问题,
0≤hθ(x)≤1
sigmoid function (logistic lunction)
g(z)=11+e−z
z=θT∗x
hθ(x)=g(θTx)
决策边界
因此,当
costFunction
其中cost定义为
cost(hθ(x),y)=−log(hθ(x)) if y==1
cost(hθ(x),y)=−log(1−hθ(x)) if y==0
简化
向量化
(实现上的简化)
gradient
梯度下降与线性回归中使用的一样.不过andrew Ng 介绍了另外的一种高级优化方式,而且建议我们不要想着自己去实现这麽高级的方式最好使用现成的库.先面总结以下在octave中的优化方法.
Advanced Optimization
[?]:这个函数所采用的计算方法暂时还不太清楚
octave 语法
计算costFunction函数
function [jVal, gradient] = costFunction(theta,x,y) jVal = [...code to compute J(theta)...]; gradient = [...code to compute derivative of J(theta)...];end
fminunc
options = optimset('GradObj', 'on', 'MaxIter', 100); initialTheta = zeros(2,1); [optTheta, functionVal, exitFlag] = fminunc(@costFunction(optTheta,X,y), initialTheta,options);
Multiclass Classification: One-vs-all
对于多分类问题,介绍了一种非常简单的方法,就是对于每一个类都用一次二分类所采用的方法,即把当前类记为正类,而把其他类归为负类这样就会对于每个类产生一个假设函数.
表示
- MachineLearning_note:Logistic Regression(Classification)
- Classification and logistic regression
- Logistic Regression & linear classification
- Logistic regression -binary classification
- Logistic Regression求解classification问题
- Machine Learning—Classification and logistic regression
- Logistic Regression to do Binary Classification
- Machine Learning - Logistic Regression - Two-class Classification
- Machine Learning - Logistic Regression - Multi-class Classification
- classification problems——logistic regression
- 【Machine Learning实验2】 Logistic Regression求解classification问题
- 网易公开课讲义2 Classification and logistic regression 笔记
- [机器学习]逻辑回归,Logistic regression |分类,Classification
- 2、Logistic Regression求解classification问题 c代码
- 【Machine Learning实验2】 Logistic Regression求解classification问题
- 机器学习笔记04:逻辑回归(Logistic regression)、分类(Classification)
- 【Stanford机器学习笔记】3-Logistic Regression for Classification
- 分类和逻辑回归(Classification and logistic regression)
- Python Simple Programs 简单小程序
- 屏幕适配
- 知识点:float、position与display关系
- css实现导航条
- JS中||或 、 && 与的执行顺序测试
- MachineLearning_note:Logistic Regression(Classification)
- 【codeforces 752E】Santa Claus and Tangerines
- mongodb用户权限管理配置
- Android 水波纹效果
- hadoop2.x常用端口、定义方法及默认端口、hadoop1.X端口对比
- jQuery加载
- Mybaits的特点及优点
- smarty学习3
- 整形转字符型算法