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
@心都4 小时前
机器学习数学基础:29.t检验
人工智能·机器学习
倒霉蛋小马6 小时前
【YOLOv8】损失函数
深度学习·yolo·机器学习
补三补四7 小时前
金融时间序列【量化理论】
机器学习·金融·数据分析·时间序列
Fansv5877 小时前
深度学习-2.机械学习基础
人工智能·经验分享·python·深度学习·算法·机器学习
咩咩大主教9 小时前
人工智能神经网络
人工智能·python·深度学习·神经网络·机器学习·bp神经网络
三年呀9 小时前
计算机视觉之图像处理-----SIFT、SURF、FAST、ORB 特征提取算法深度解析
图像处理·python·深度学习·算法·目标检测·机器学习·计算机视觉
悠然的笔记本10 小时前
机器学习,我们主要学习什么?
机器学习
紫雾凌寒10 小时前
解锁机器学习核心算法|神经网络:AI 领域的 “超级引擎”
人工智能·python·神经网络·算法·机器学习·卷积神经网络
无极工作室(网络安全)11 小时前
机器学习小项目之鸢尾花分类
人工智能·机器学习·分类
青橘MATLAB学习12 小时前
时间序列预测实战:指数平滑法详解与MATLAB实现
人工智能·算法·机器学习·matlab