热门标签 | HotTags
当前位置:  开发笔记 > 人工智能 > 正文

机器学习:线性模型-线性回归及对数几率回归

线性模型基本形式:f(x)w1*x1+w2*x2+w3*x3++wd*xd+b向量形式:f(x)wx+b(w指w转置w(w1,w2,w3,,wd))

线性模型基本形式:f(x)=w1*x1+w2*x2+w3*x3+...+wd*xd+b

向量形式:f(x)=w'x+b(w'指w转置w'=(w1,w2,w3,...,wd))
回归任务最常用均方误差作为性能度量,见下图

广义线性模型:
y=g^-1(w'x+b)(g^-1表示g(.)的逆函数,即g(y)=w'x+b)
如对数线性回归:lny=w'x+b,让e^(w'x+b)逼近y


广义线性模型处理二分类任务
思路:将z=w'x+b转化为0/1值
对数几率函数(s函数):y=1/(1+e^-z),将z映射为0~1之间的值,如下图:

求解w,b步骤如下:

推荐阅读
author-avatar
vm经典全屏
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有