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
坐吃山猪4 小时前
果蝇AI06-Mac部署实操
人工智能·深度学习·机器学习·果蝇ai
莱茶荼菜4 小时前
【slam公式】
人工智能·线性代数·机器学习
敢敢のwings5 小时前
TACDYN-WAM 深度解读:机器人如何预测接触变化,并据此生成动作
人工智能·机器学习·机器人
坐吃山猪5 小时前
果蝇AI07-Mac部署踩坑
人工智能·深度学习·机器学习·果蝇ai
高洁015 小时前
自然语言处理的技术演进与核心任务
人工智能·python·深度学习·机器学习·迁移学习
AI源码5 小时前
基于机器学习的酒店数据分析及流失预测系统
人工智能·机器学习·数据分析
Godspeed Zhao6 小时前
从零开始学AI22——集成学习
人工智能·机器学习·集成学习
梦想不只是梦与想17 小时前
PyTorch、CPU、GPU、CUDA
人工智能·pytorch·python·深度学习·机器学习·cuda
罗西的思考18 小时前
【轻量化复刻大模型 / KIMI K3】KDA 模块交互式演示
人工智能·算法·机器学习
奥惟斯1 天前
GEO 上线前,先把这 3 类实体信号地基补上
人工智能·深度学习·机器学习·自然语言处理·数据挖掘·数据分析·知识图谱