摘要：
一.简介 支持向量机(svm)的想法与前面介绍的感知机模型类似，找一个超平面将正负样本分开，但svm的想法要更深入了一步，它要求正负样本中离超平面最近的点的距离要尽可能的大，所以svm模型建模可以分为两个子问题： （1）分的对：怎么能让超平面将正负样本分的开； （2）分的好：怎么能让距离超平面最近的 阅读全文
摘要：
一.简介 通过前面几节的介绍，大家可以直观的感受到：对于大部分机器学习模型，我们通常会将其转化为一个优化问题，由于模型通常较为复杂，难以直接计算其解析解，我们会采用迭代式的优化手段，用数学语言描述如下： \[ \min_{v^k} f(x^k+v^k) \] 这里目标函数为$f(x)$，当前优化变量 阅读全文
摘要：
import numpy as np import os os.chdir('../') import matplotlib.pyplot as plt %matplotlib inline 一.最大熵原理 最大熵的思想很朴素，即将已知事实以外的未知部分看做“等可能”的，而熵是描述“等可能”大小很合 阅读全文
摘要：
import numpy as np import os os.chdir('../') import matplotlib.pyplot as plt %matplotlib inline 一.简介 今天将介绍另一种简单的线性二分类模型：感知机(Perceptron)，它的要求比较松，只要能找到一 阅读全文
摘要：
import numpy as np import os os.chdir('../') import matplotlib.pyplot as plt %matplotlib inline 简介 上一讲我们实现了一个简单二元分类器：LogisticRegression，但通常情况下，我们面对的更多 阅读全文
摘要：
import numpy as np import os os.chdir('../') from ml_models import utils import matplotlib.pyplot as plt %matplotlib inline 一.简介 逻辑回归(LogisticRegressi 阅读全文
摘要：
一.过拟合 建模的目的是让模型学习到数据的一般性规律，但有时候可能会学过头，学到一些噪声数据的特性，虽然模型可以在训练集上取得好的表现，但在测试集上结果往往会变差，这时称模型陷入了过拟合，接下来造一些伪数据进行演示： import os os.chdir('../') from ml_models. 阅读全文
摘要：
一.模型结构 线性回归算是回归任务中比较简单的一种模型，它的模型结构可以表示如下： \[ f(x)=w^Tx^* \] 这里$x^*=[x^T,1]T$，\(x\in R^n\)，所以$w\in R{n+1}$，$w$即是模型需要学习的参数，下面造一些伪数据进行演示： import numpy as 阅读全文