微信扫一扫打赏支持
摘要: 机器学习实例 5.2、支持向量机实战篇之再撕非线性SVM笔记 一、总结 一句话总结: 【节约时间】:节约时间这个特性已经深入到我的骨髓之中 1、SMO算法优化? 在几百个点组成的【小规模数据集上】,简化版SMO算法的运行是没有什么问题的,但是在更大的数据集上的运行速度就会变慢。简化版SMO算法的【第 阅读全文
posted @ 2020-12-11 23:50 范仁义 阅读(248) 评论(0) 推荐(0) 编辑
摘要: 机器学习实例 5.1、支持向量机原理篇之手撕线性SVM 笔记 一、总结 一句话总结: 这篇文章的svm公式推导非常详细和好,和视频一起看非常容易懂 1、SVM有趣实例? SVM就是试图把棍放在最佳位置,好让在【棍的两边有尽可能大的间隙】。这个间隙就是球到棍的距离。 现在,大侠没有棍可以很好帮他分开两 阅读全文
posted @ 2020-12-11 21:20 范仁义 阅读(306) 评论(0) 推荐(0) 编辑
摘要: 机器学习实例 4.2、Logistic回归实战篇之预测病马死亡率 一、总结 一句话总结: 逻辑回归就是在线性回归的基础上加了sigmoid函数,所以【有多少个特征就可以看成有多少个x和w】,再多一个多常数偏置项 1、使用Sklearn构建Logistic回归分类器? classifier = Log 阅读全文
posted @ 2020-12-11 10:18 范仁义 阅读(677) 评论(0) 推荐(0) 编辑
摘要: 【机器学习】逻辑回归详解总结 一、总结 一句话总结: 还是要看【视频结合看书】,这样才有意义,还是得【多看书】,【多看视频】 1、Logistic 回归的本质? 假设数据服从这个分布,然后使用【极大似然估计做【参数的估计】】。 2、逻辑回归 中的最大化似然函数和最小化损失函数的关系? 在逻辑回归模型 阅读全文
posted @ 2020-12-11 10:02 范仁义 阅读(477) 评论(0) 推荐(0) 编辑