cltt - 博客园

第七周编程作业

摘要： function sim = gaussianKernel(x1, x2, sigma) %RBFKERNEL returns a radial basis function kernel between x1 and x2 % sim = gaussianKernel(x1, x2) return 阅读全文

posted @ 2020-01-19 15:51 cltt 阅读(380) 评论(0) 推荐(0)

第七周测试

摘要：阅读全文

posted @ 2020-01-18 19:11 cltt 阅读(95) 评论(0) 推荐(0)

第七周第二部分

摘要： Kernels I 我将对支持向量机算法做一些改变以构造复杂的非线性分类器我们用"kernels(核函数)"来达到此目的如果你有大量的特征变量如果 n 很大而训练集的样本数 m 很小特征变量 x 是一个 n+1 维向量你应该拟合一个线性的判定边界 .不要拟合非常复杂的非线性函数因为没有阅读全文

posted @ 2020-01-18 18:01 cltt 阅读(132) 评论(0) 推荐(0)

第七周第一部分

摘要： SVM:支持向量机‘ 优化对象 log(1)=0 大间隔分类背后的数学证明 theta 和边界线垂直 theta0=0:theta让决策界过原点因为P(1),P(2)变大了，那么|theta|可以小些了，因此右边决策界较好阅读全文

posted @ 2020-01-16 20:36 cltt 阅读(111) 评论(0) 推荐(0)

第六周第三部分

摘要：误差分析在交叉验证集做误差分析拥有高召回率和高查准率的算法是好的在交叉验证集上F 机器学习系统随堂作业阅读全文

posted @ 2020-01-15 14:26 cltt 阅读(129) 评论(0) 推荐(0)

第五次作业

摘要： function [J, grad] = linearRegCostFunction(X, y, theta, lambda) %LINEARREGCOSTFUNCTION Compute cost and gradient for regularized linear %regression wi 阅读全文

posted @ 2020-01-14 19:42 cltt 阅读(147) 评论(0) 推荐(0)

第六周第二部分

摘要：阅读全文

posted @ 2020-01-02 10:41 cltt 阅读(78) 评论(0) 推荐(0)

交叉验证集、正则化如何选择lambda（学习曲线:高偏差和高方差）

摘要：用测试集来拟和参数，也不是很公平如何选择学习曲线阅读全文

posted @ 2020-01-01 17:23 cltt 阅读(437) 评论(0) 推荐(0)

第四次编程作业

摘要： 1 function g = sigmoidGradient(z) 2 %SIGMOIDGRADIENT returns the gradient of the sigmoid function 3 %evaluated at z 4 % g = SIGMOIDGRADIENT(z) compute 阅读全文

posted @ 2020-01-01 11:20 cltt 阅读(204) 评论(0) 推荐(0)

问题规约及搜索

摘要：换言之，当一个中间节点的后继节点全为与结点，那么后继节点里至少有一个为不可解的非终叶节点，此中间节点才是不可解的换言之，当一个中间节点的后继节点全为或结点，那么后继节点里全部为不可解的非终叶节点，此中间节点才是不可解的与或树的搜索博弈树搜索关于最大最小搜索的一个例子阅读全文

posted @ 2019-12-30 21:27 cltt 阅读(300) 评论(0) 推荐(0)