摘要: 阅读全文
posted @ 2013-10-26 10:37 kobeshow 阅读(171) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2013-10-25 15:55 kobeshow 阅读(203) 评论(0) 推荐(0) 编辑
摘要: 按照《机器学习实战》的主线,结束有监督学习中关于分类的机器学习方法,进入回归部分。所谓回归就是数据进行曲线拟合,回归一般用来做预测,涵盖线性回归(经典最小二乘法)、局部加权线性回归、岭回归和逐步线性回归。先来看下线性回归,即经典最小二乘法,说到最小二乘法就不得说下线性代数,因为一般说线性回归只通过计算一个公式就可以得到答案,如(公式一)所示:(公式一) 其中X是表示样本特征组成的矩阵,Y表示对应的值,比如房价,股票走势等,(公式一)是直接通过对(公式二)求导得到的,因为(公式二)是凸函数,导数等于零的点就是最小点。(公式二) 不过并不是所有的码农能从(公式二)求导得到(公式一)的解,... 阅读全文
posted @ 2013-10-24 11:25 kobeshow 阅读(557) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2013-10-21 16:45 kobeshow 阅读(140) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2013-10-21 12:29 kobeshow 阅读(186) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2013-10-16 12:23 kobeshow 阅读(124) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2013-10-12 09:25 kobeshow 阅读(188) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2013-10-10 09:15 kobeshow 阅读(206) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2013-09-30 17:42 kobeshow 阅读(146) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2013-09-30 10:19 kobeshow 阅读(126) 评论(0) 推荐(0) 编辑