摘要：
损失函数：定义在单个样本上的，算的是一个样本的误差。 代价函数：定义在整个训练集上的，是所有样本误差的平均，也就是损失函数的平均。 目标函数：有约束条件下的最小化就是代价函数，多了正则化，控制模型的复杂度。 # Adaline分类模型的代价函数是误差平方和，系数1/2容易求导 # 逻辑斯谛的代价函数 阅读全文
摘要：
线性回归算法 线性模型就是对输入特征加权求和，再加上一个我们称为偏置项（也称为截距项）的常数，以此进行预测 简单（单变量）线性回归的目标是：通过模型来描述某一特征（解释变量x）与连续输出（目标变量y）之间的关系。 当只有一个解释变量时，线性模型的函数定义如下： y＝w0＋w1x 其中，权值w0为函数 阅读全文
摘要：
一、获取数据 from sklearn import datasets 1.sklean自带数据集 鸢尾花 from sklearn import datasets datasets.load_iris() 手写数字 from sklearn.datasets import load_digits 阅读全文
摘要：
什么是机器学习？ 机器学习技术的存在，使得人们可以享受强大的垃圾邮件过滤带来的便利，拥有方便的文字和语音识别软件，能够使用可靠的网络搜索引擎，同时在象棋的网络游戏对阵中棋逢对手，而且在可见的将来，我们将拥有安全高效的无人驾驶汽车。 分类： 监督学习（supervised learning）、无监督学 阅读全文