2017年10月21日
斯坦福大学公开课机器学习：Neural Networks，representation: non-linear hypotheses（为什么需要做非线性分类器）
摘要： 如上图所示，如果用逻辑回归来解决这个问题，首先需要构造一个包含很多非线性项的逻辑回归函数g(x)。这里g仍是s型函数（即 ）。我们能让函数包含很多像这的多项式，当多项式足够多时，那么你也许能够得到可以分开正样本和负样本的分界线，如图下粉红色分界线所示： 当只有两项时，比如x1、x2,这种方法能够得到 阅读全文
posted @ 2017-10-21 22:25 橙子牛奶糖 阅读(832) 评论(0) 推荐(0) 编辑