在上一篇博客中我们通过小明習得“买瓜秘笈”的故事了解了机器学习的大概流程以及一些相应的基本术语。在接下来的文章中我们将开始学习具体的机器学习算法啦!
学习什么知识模型都是一个从简到难的过程。很多时候未知的问题要通过将其分割成已经解决的问题复杂的模型要通过简单模型的變形、组合来解决,比如说今天学习的线性模型看似很简单非线性模型是通过映射等手段将其转化为线性模型而解决的;以及多分类问題也是将其分解成多个二分类问题而解决的。这是一种很经典的数学思维所以大家不要小看第三章 线性模型哦~
对于第三章 线性模型我们主要将学习用途最广泛的对数几率回归的算法
线性模型是最基本的模型,其基本形式是:
回到西瓜的例子我们现在已经将西瓜的标签{好瓜,坏瓜}设置成{0,1}。显然这里的标签值僦是线性模型中的
于是我们便可以利用对数几率函数进行回归,称之为对数几率回归以课后习题3.3为例。
3.3 编程实现对率回归并给出西瓜数据集3.0
首先,我们要读取数據集并将样本属性与标签分别存入
其次,我们要初始化参数
开始牛顿法的迭代,使用while循环跳出循环条件在后面
为了便于计算似然函數关于
β的一阶、二阶导数来求出牛顿方向d
根据牛顿方向的模与事先给定的允许误差
第三章的学习笔记很详细地将对数几率回归算法的来历、原理与编程展现给了大家,本章的其他内容如Fisher判别分析等在机器学习中应用不多以理解算法的思维为主,大家阅读书本即可
我的微信号被太多人举报微信封號怎么快速解除了怎么才可以 可以解封
温馨提醒:如果以上问题和您遇到的情况不相符,可以在线免费发布新咨询!