机器学习笔记(二) 线性模型
来源:互联网 发布:淘宝改差评怎么改 编辑:程序博客网 时间:2024/06/06 03:04
1.基本概念
正定矩阵:设M是n阶方阵,如果对任何非零向量z,都有zTMz> 0,其中zT 表示z的转置,就称M正定矩阵
对数几率函数(logistic function),替代单位阶跃函数,是一种Sigmoid函数,对应的模型是对数几率回归模型,但实际上是一种分类方法
极大似然估计的计算:(1)写出似然函数。(2)求对数并整理。(3)求偏导。(4)求解方程
2.线性回归
3.对数几率回归
极大似然估计法求解参数值,
牛顿法或者梯度下降法求解似然估计的方程
牛顿法比梯度下降法更容易收敛
4.线性判别分析(LDA)
线性判别分析是设法将样本投影到一条直线上。使得同一类的投影点足够接近,不同类的投影点尽量远离。LDA也被视为一种经典的监督降维技术。
5.多分类问题
将多分类问题拆分成若干个二分类问题
一对一(OvO):产生n*(n-1)/2个线性模型,最终结果可以通过投票产生
一对其余(OvR):产生N个模型,将其中一类设为正例,其他所有设为反例。若分类结果中只有一个分类器将显示为正,则该样本属于该类。若有多个分类器显示为正,则选择置信度最大的作为分类结果。
多对多(MvM)每次将若干个类作为正例,其他若干个类作为反类。最后通过纠错输出码(ECOC)来计算欧氏距离或者汉明距离,从而确定样本所属的类。
6.样本不均衡问题
解决办法:
假设正样本少,负样本多
1.欠采样,去除一些反例是正负样本比例接近
2.过采样,增加一些正例使得正反例数目接近
3.阈值移动。
y为样本为正例的概率
m+为正样本数量,m-是负样本数量
y/(1-y)>(m+/m-)
0 0
- 机器学习笔记(二) 线性模型
- 机器学习-学习笔记 线性模型(二)
- 机器学习笔记5——线性模型(二)
- 《机器学习》学习笔记二 线性判别模型
- 机器学习笔记-线性模型
- 台大林轩田《机器学习基石》学习笔记:线性模型二(Logistics regression)
- 台大林轩田《机器学习基石》学习笔记6:线性模型二(Logistics regression)
- 机器学习线性模型学习笔记
- 机器学习-学习笔记 线性模型
- 机器学习基础(二)多元线性回归模型
- 机器学习4:简单的线性模型(二)
- 机器学习实战(二)线性回归模型
- 机器学习笔记五:广义线性模型(GLM)
- 机器学习笔记4——线性模型(一)
- 机器学习笔记(VI)线性模型(II)多维最小二乘法
- 机器学习笔记(三)线性模型
- 机器学习笔记 (1)-线性回归模型
- 机器学习笔记(3)线性模型之线性回归
- 实验吧 ctf 题目简单的sql注入2writeup
- python入门(一)
- 为什么做销售?
- Android 实战之酷云(一)
- 算法竞赛入门经典 第二版 习题5-9 找bug Bug Hunt uva1596
- 机器学习笔记(二) 线性模型
- bzoj4101[Usaco2015 Open]Trapped in the Haybales
- cocos2dx高级开发教程
- 基于二阶卡尔曼滤波的陀螺仪及加速度计信号融合的姿态角度测量
- Ubuntu根目录下各文件夹的作用
- Singleton 单例模式(懒汉方式和饿汉方式)
- 三月十日学习记录
- 基于android的Socket通信
- 解构 金蝶EAS 开发工具(2)