06.逻辑回归

文章目录

Generate Model

假设样本符合高斯分布

即找 μ \mu μ和 σ \sigma σ

优化

共用 Σ \Sigma Σ减少参数,降低过拟合

也称linear model

边界为线性证明

损失函数



比较


逻辑回归不能用均方误差


Generative v.s. Discriminative


Multi-class Classification

逻辑回归的限制

做不了,因为边界是一条直线

可以通过线性变换到另一个线性空间中,重新定义特征向量

自己找线性变换

相关推荐
AI技术增长10 小时前
Pytorch图像去噪实战(六):CBDNet真实噪声去噪实战,解决合成噪声模型落地效果差的问题
pytorch·深度学习·机器学习
博.闻广见11 小时前
AI_概率统计-2.常见分布
人工智能·机器学习
金融小师妹13 小时前
4月30日多因子共振节点:鲍威尔“收官效应”与权力结构重塑的预期重构
大数据·人工智能·重构·逻辑回归
谭欣辰13 小时前
C++快速幂完整实战讲解
算法·决策树·机器学习
AI周红伟13 小时前
周红伟:GPT-Image-2深度解析:从技术原理到实战教程,为什么它能让整个AI圈炸锅?
人工智能·gpt·深度学习·机器学习·语言模型·openclaw
Uopiasd1234oo14 小时前
上下文引导模块改进YOLOv26局部与全局特征融合能力双重提升
深度学习·yolo·机器学习
哥布林学者15 小时前
深度学习进阶(十四)ConvNeXt
机器学习·ai
ytttr87317 小时前
MATLAB SIFT图像配准实现
算法·机器学习·matlab
小饕17 小时前
从 Word2Vec 到多模态:词嵌入技术的演进全景
人工智能·算法·机器学习
吻等离子18 小时前
机器学习基本概念篇(含思维导图)
人工智能·机器学习