摘要: 广义线性模型 前面我们举了回归和分类得到例子。在回归的例子中,$y \mid x;\theta \sim N(u,\sigma ^{2})$,在分类例子中,$y\mid x;\theta \sim Bbernoulli(\phi)$ 广义线性模型是基于指数函数族的,指数函数族原型为: $p(y;\e 阅读全文
posted @ 2016-08-03 21:16 且听风吟-wuchao 阅读(729) 评论(0) 推荐(0) 编辑
摘要: 分类和逻辑回归 接下来讨论分类问题,类似于回归问题,只不过y的值只有少数离散的值。现在我们考虑二分类问题,此时y只有0和1两个值。 逻辑回归 构造假设函数$h_{\theta}(x)$: $h_{\theta}(x)=g(\theta^{(x)})=\frac{1}{1+e^{-\theta^{T} 阅读全文
posted @ 2016-08-03 21:11 且听风吟-wuchao 阅读(188) 评论(0) 推荐(0) 编辑