cs229 笔记 2:逻辑回归
二分类 (binary classification) 是最简单的一种分类问题,
逻辑回归
定义
其中用到了 sigmoid function
当
对其求导得到
假设概率如下
则可以统一表示为
似然函数如下
同样取对数似然函数
假设只有一个样本
代入公式得到梯度上升更新规则,注意这里为了使
感知机
如果逻辑回归的
这样可以得到感知机学习算法 (perceptron learning algorithm)
牛顿方法
考虑另外一个最小化
如下图所示,选曲线上一点画出切线,则
考虑另一个问题:如何最大化
- 2018-07-05
俗话说好记性不如烂笔头,看过的东西很快就会忘了,记录下来一方面会增强记忆,另一方面也方便查阅。这里根据 css229 视频和讲义简单做下笔记。
- 2018-07-08
前两节分别介绍了一个回归模型和一个分类模型,其中线性回归中假设概率分布为
,二分类中假设概率分布为 。这两种模型都是广义线性模型 (Generalized Linear Models) 的特殊情况。 - 2018-07-19
本节首先介绍函数间隔和几何间隔的概念,进而引出最优间隔分类器和拉格朗日对偶,最后介绍核函数和 SMO algorithm
- 2018-07-14
前面讲到的学习算法都是对
建模。例如逻辑回归算法对 建模得到 (其中 g 是 sigmoid 函数),直观上可以理解为:找到一条直线,将数据集划分为 和 两种,对新的输入,根据结果落在直线的哪一侧预测为对应的分类。这种叫做判别学习算法 - 2018-08-04
感知机算法是 <统计学习方法> 这本书讲的第一个机器学习算法,据说是最简单的机器学习算法。这里参考书中的例子,使用程序实现该算法,以便加深理解。
预览: