2020年11月30日
Logistic Regression 的推导以及与 logit loss 之间的关系
摘要： 最初是一个线性分类器 \(f(x) = w^Tx+b\)， 设类别为 \(y\in\{+1, -1\}\) ，规定当 \(f(x)>0\) 预测为 \(y=+1\)；当 \(f(x)<0\), 预测为 \(y=-1\)。 引入 sigmoid 函数 \(\sigma(z) = \frac{1}{1+ 阅读全文
posted @ 2020-11-30 21:01 Gelthin 阅读(525) 评论(0) 推荐(0) 编辑
Gvim 的使用
摘要： Gvim的安装及配置 阅读全文
posted @ 2020-11-30 15:57 Gelthin 阅读(34) 评论(0) 推荐(0) 编辑