第三课复习
来源:互联网 发布:网站关键词优化方案 编辑:程序博客网 时间:2024/04/28 08:11
(一)公式1:局部权重回归
解释:结合权重训练theta。其中w为。(参数tau自己设定)如图所示:
要求该曲线的回归函数的话,如果用线性回归法, 得到的误差会比较大,所以要从局部的权重来考虑求解该曲线的回归。当|x(i)-x|的值很小时(离该点很近时),对应的w(i)相对来说就较大,该点值的重要性就越来越大,最大值为1(当x(i)-x为零时),反之,当|x(i)-x|很大时(相对距离较远),w(i)就越来越小,该点值的重要性就很小。用一个课后习题举个例子:
1-5-b:在范围【1150~1599】内,给出光谱点,然后通过最小化误差公式: 求出theta,然后画出hypothesis曲线(h(theta))。首先对J(theta)做一个变形,如图所示(手写的):
好了,剩下的就是matlab代码和图像了,结果如图所示:
local_weighted_regression代码:
function hy = local_weighted_regrssion(X, Y, tau) s1 = size(X,1); s2 = size(Y,1); if (s1 ~= s2) error('size X(%d) and size Y(%d) are not same',s1,s2); end XX = [ones(s1,1), X]; hy = zeros(s1,1); for ii = 1:s1 ww = exp(-(X - X(ii)).^2/(2*tau)^2) W = diag(ww); theta = (XX'*W*XX)\(XX'*W*Y); hy(ii) = XX(ii,:)*theta; endend
plot代码
load quasar_train.csv;cor = quasar_train(1,:);cor = cor';train_da = quasar_train(2,:);train_da = train_da';figure;hold on;plot(cor,train_da,'k*');hy = local_weighted_regression(cor,train_da,5);plot(cor,hy,'r-','linewidth',2);legend('original','hytpothesis')
如图,红色曲线就是根据权重画出来的猜测值。
然后这节课剩下的就是最大似然函数的一些推导和分类问题的简单概念,剩下的内容第四节课一起复习。
0 0
- 第三课复习
- oracle第三章复习
- c++第三周复习
- 第三季复习
- c++第三涨复习
- java复习第三课,java环境变量的配置以及测试
- 线性代数复习 第三章 向量
- 机器学习之&&Andrew Ng课程复习--- 学习笔记(第三课)
- 关注第三章,今天复习一遍
- C++ primer 复习笔记(第三章)
- 计算机操作系统(第三版)----复习01
- [NOIP复习]第三章:动态规划
- 第三章复习总结思维导图
- Java复习笔记-第三部分
- effective C++ 第三章 复习笔记
- 软件工程基础知识复习之第三讲
- 对第三周知识的复习
- 机器学习第三章复习(2)
- 第四届蓝桥杯大赛世纪末的星期
- AABB包围盒碰撞的理解
- (Step1-500题)UVaOJ+算法竞赛入门经典+挑战编程+USACO
- 20170313 每月总有那么几天
- 在ubuntu下部署JAVAEE项目
- 第三课复习
- Session
- butterknifed8.5.1的简单使用说明
- 链表相加-Java-笔试题
- java递归和toString方法的理解
- java -Xlint:uncecked和@SuppressWarning("unchecked") 基础使用
- 当遇到多个构造器参数时可考虑用构建器
- [emmc] emmc总线设置
- Android轮播图控件的实现详解(附GitHub开源链接)