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
徐先生 @_@|||2 小时前
Palantir Foundry 五层架构模型详解
开发语言·python·深度学习·算法·机器学习·架构
元智启3 小时前
企业AI应用面临“敏捷响应”难题:快速变化的业务与相对滞后的智能如何同步?
人工智能·深度学习·机器学习
Hcoco_me4 小时前
大模型面试题63:介绍一下RLHF
人工智能·深度学习·机器学习·chatgpt·机器人
AI科技星7 小时前
时空几何:张祥前统一场论20核心公式深度总结
人工智能·线性代数·算法·机器学习·生活
咋吃都不胖lyh8 小时前
Haversine 距离算法详解(零基础友好版)
线性代数·算法·机器学习
soldierluo8 小时前
向量与向量数据
人工智能·算法·机器学习
武子康9 小时前
大数据-213 Python 手写 K-Means 聚类实战(鸢尾花 Iris 数据集):从距离函数到迭代收敛与坑点
大数据·后端·机器学习
Java后端的Ai之路9 小时前
【机器学习】-长尾分布解读指南
人工智能·机器学习·长尾分布
香草泡芙10 小时前
AI Agent 深度解析:原理、架构与未来应用浪潮
人工智能·深度学习·机器学习
桓峰基因10 小时前
桓峰基因临床数据分析及机器学习预测模型构建教程
人工智能·机器学习·数据挖掘·数据分析