Loading [MathJax]/jax/output/HTML-CSS/jax.js

机器学习-分类回归算法

以数字 09 的手写识别为例,演示分类回归。

前期准备

目前已经开放的情报
  • 假想函数

基于 h(x) 函数表达的从 xy 的预测算法,最终需要得到最优函数表达对应的 θ

  • 代价函数

预测值与实际值之间误差的函数表达:J(θ) ,代价函数基于 θ,理论上当误差得到最小值的时候,就可以得到最优的 θ

  • 逻辑回归

利用 Sigmoid 函数将 h(x) 放缩到 01 之间,以实现对分类结果是是/否的判断,从而通过回归算法梯度下降来拟合出最优的特征参数 θ ,详见:机器学习-逻辑回归

加載評論...