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
Blossom.1183 小时前
量子计算与经典计算的融合与未来
人工智能·深度学习·机器学习·计算机视觉·量子计算
硅谷秋水4 小时前
MoLe-VLA:通过混合层实现的动态跳层视觉-语言-动作模型实现高效机器人操作
人工智能·深度学习·机器学习·计算机视觉·语言模型·机器人
小李独爱秋5 小时前
机器学习开发全流程详解:从数据到部署的完整指南
人工智能·机器学习
Dovis(誓平步青云)5 小时前
深挖 DeepSeek 隐藏玩法·智能炼金术2.0版本
人工智能·深度学习·机器学习·数据挖掘·服务发现·智慧城市
ZTLJQ5 小时前
基于机器学习的三国时期诸葛亮北伐失败因素量化分析
人工智能·算法·机器学习
赵钰老师6 小时前
【Deepseek、ChatGPT】智能气候前沿:AI Agent结合机器学习与深度学习在全球气候变化驱动因素预测中的应用
人工智能·python·深度学习·机器学习·数据分析
nuise_6 小时前
李宏毅机器学习笔记06 | 鱼和熊掌可以兼得的机器学习 - 内容接宝可梦
人工智能·笔记·机器学习
浊酒南街7 小时前
TensorFlow实现逻辑回归
人工智能·tensorflow·逻辑回归
databook8 小时前
线性模型与多分类问题:简单高效的力量
python·机器学习·scikit-learn
就决定是你啦!13 小时前
机器学习 第一章 绪论
人工智能·深度学习·机器学习