摘要: 1 类相关函数- issubclass:检测一个类是否是另一个类的子类- isinstance:检测一个对象是否是一个类的实例- hasattr:检测一个对象是否由成员xxx- getattr: get attribute- setattr: set attribute- delattr: dele 阅读全文
posted @ 2019-02-19 19:21 NeoML 阅读(224) 评论(0) 推荐(0) 编辑
摘要: 针对逻辑回归问题,我们在之前的课程已经学习过两种优化算法:我们首先学习了使用梯度下降法来优化代价函数𝐽(𝜃),接下来学习了更高级的优化算法,这些高级优化算法需要你自己设计代价函数𝐽(𝜃)。 自己计算导数同样对于逻辑回归,我们也给代价函数增加一个正则化的表达式,得到代价函数: 要最小化该代价函 阅读全文
posted @ 2019-02-19 19:03 NeoML 阅读(1686) 评论(0) 推荐(0) 编辑
摘要: 对于线性回归的求解,我们之前推导了两种学习算法:一种基于梯度下降,一种基于正规方程。 正则化线性回归的代价函数为: 如果我们要使用梯度下降法令这个代价函数最小化,因为我们未对theta0进行正则化,所以梯度下降算法将分两种情形: 对上面的算法中𝑗 = 1,2, . . . , 𝑛 时的更新式子进 阅读全文
posted @ 2019-02-19 15:34 NeoML 阅读(947) 评论(0) 推荐(0) 编辑
摘要: 上面的回归问题中如果我们的模型是: 我们可以从之前的事例中看出,正是那些高次项导致了过拟合的产生,所以如果我们能让这些高次项的系数接近于0 的话,我们就能很好的拟合了。 所以我们要做的就是在一定程度上减小这些参数𝜃 的值,这就是正则化的基本方法。我们决定要减少𝜃3和𝜃4的大小,我们要做的便是修 阅读全文
posted @ 2019-02-19 01:03 NeoML 阅读(800) 评论(0) 推荐(0) 编辑