吴恩达《机器学习》第六章:逻辑回归
文章目录
- 六、逻辑回归
- 6.1 Sigmoid 函数
- 6.2 决策边界
- 6.2.1 线性决策边界
- 6.2.2 非线性决策边界
- 6.3 代价函数
- 6.4 高级优化
- 6.5 多类别分类
六、逻辑回归
逻辑回归:Logistic Regression,一种广义的线性回归,其因变量可以是二分类的;
~~~~~~ 如果直接对二分类问题应用线性回归,效果并不理想,因为线性回归输出的是离散值,而不是一个用于分类的0,1值;
~~~~~~ 二分类问题的结果只可能有两种,y=0 or 1,而我们线性回归的hθ(x)能够取到一些无法确定的值,比如>1 or <0;所以,必须要有一个以用于二分类问题的 Logistic 回归算法,使hθ(x)的取值在 [0,1] 中,Logistic算法专门用于解决分类问题;
6.1 Sigmoid 函数
使用Sigmoid函数将hθ(x)输出的离散值转化成 [0,1] 范围;
6.2 决策边界
6.2.1 线性决策边界
Decision Boundary
只要θTx>=0,即x0+θ1x1+θ2x2>=0,那么hθ(x)>=0.5;
6.2.2 非线性决策边界
6.3 代价函数
~~~~~~ 逻辑回归的代价函数和线性回归的有所不同,因为它由sigmoid函数,是一个非线性函数,所以会遇到很多个局部最优解;
引入逻辑回归中代价函数的惩罚机制;
这是一个样本的惩罚,而cost函数返回每个样本平均得到的惩罚,它会是一个凸函数,不存在局部最优解;
简化代价函数与梯度下降:
对分段函数做出变换:
这个代价函数是从统计学中的极大似然法中得到的,它是凸函数,一般会选择它作为逻辑回归的代价函数;
6.4 高级优化
- Conjugate gradient
- BFGS
- L-BFGS
不需要选择学习率;收敛速度远快于梯度下降;同时也更复杂;
6.5 多类别分类
一对多的分类算法;
多分类 -> 多个二分类;
每个分类器都针对其中的一种情况进行训练;
比如:
~~~~~~ 最后输入x,选择三个分类器中可信度最高,效果最好的那个分类器,无论i值为多少我们都能得到一个较好的值,所预测的y值就是这个值;
吴恩达《机器学习》第六章:逻辑回归相关推荐
- 逻辑回归python sigmoid(z)_python实现吴恩达机器学习练习2(逻辑回归)-data1
python实现吴恩达机器学习练习2(逻辑回归)-data1 这篇是第一个数据集:这部分练习中,你将建立一个预测学生是否被大学录取的逻辑回归模型. 假如一所大学会每个报名学生进行两项入学考试,根据两项 ...
- 吴恩达机器学习(四)逻辑回归(二分类与多分类)
目录 0. 前言 1. 假设函数(Hypothesis) 2. 决策边界(Decision Boundary) 3. 代价函数(Cost Funciton) 4. 梯度下降(Gradient Desc ...
- 吴恩达机器学习作业2:逻辑回归(Python实现)
逻辑回归 在训练的初始阶段,将要构建一个逻辑回归模型来预测,某个学生是否被大学录取.设想你是大学相关部分的管理者,想通过申请学生两次测试的评分,来决定他们是否被录取.现在你拥有之前申请学生的可以用于训 ...
- 吴恩达机器学习第二次作业——逻辑回归
逻辑回归 一.逻辑回归 1,数据可视化 2,sigmoid函数,逻辑回归模型 3,代价函数以及梯度 4,评价逻辑回归 二.正规化逻辑回归 1,数据可视化 2,特征映射(Feature Mapping) ...
- 吴恩达机器学习笔记三之逻辑回归
本节目录: 分类问题 假说表示 判定边界 代价函数 高级优化 多类别分类 1.分类问题 在分类问题中,我们尝试预测的是结果是否属于某一个类(例如正确或错误).分类问 题的例子有:判断一封电子邮件是否是 ...
- python第六周实验_机器学习 | 吴恩达机器学习第六周编程作业(Python版)
实验指导书 下载密码:ovyt 本篇博客主要讲解,吴恩达机器学习第六周的编程作业,作业内容主要是实现一个正则化的线性回归算法,涉及本周讲的模型选择问题,绘制学习曲线判断高偏差/高方差问题.原始实 ...
- 机器学习 | 吴恩达机器学习第六周编程作业(Python版)
实验指导书 下载密码:ovyt 本篇博客主要讲解,吴恩达机器学习第六周的编程作业,作业内容主要是实现一个正则化的线性回归算法,涉及本周讲的模型选择问题,绘制学习曲线判断高偏差/高方差问题.原始实 ...
- 2.吴恩达机器学习课程-作业2-逻辑回归
fork了别人的项目,自己重新填写,我的代码如下 https://gitee.com/fakerlove/machine-learning/tree/master/code 代码原链接 文章目录 2. ...
- 1. 吴恩达机器学习课程-作业1-线性回归
fork了别人的项目,自己重新填写,我的代码如下 https://gitee.com/fakerlove/machine-learning/tree/master/code 代码原链接 文章目录 1. ...
- 吴恩达机器学习(六)神经网络(前向传播)
目录 0. 前言 1. 神经网络模型 2. 前向传播(forward propagation) 3. 神经网络中的多分类 学习完吴恩达老师机器学习课程的神经网络,简单的做个笔记.文中部分描述属于个人消 ...
最新文章
- DeepCut及DeeperCut:基于Tensorflow的人体姿态估计
- 编写一个关于小型界面文件。
- 【机器学习算法专题(蓄力计划)】三、机器学习中的概率论基础精讲
- 2021年春季学期期末统一考试 国际公法 试题
- 转载|pymysql.err.InternalError: Packet sequence number wrong - got 45 expected 0
- 数据库5 索引 动态哈希(Dynamic Hashing)
- 揭开netty神秘面纱_Netty 源码(ChannelHandler 死磕)
- java 高级泛型_java泛型的高级应用
- Github | PyTorch实现的深度强化学习算法集
- hibernate mysql自定义变量_hibernate 跟 MySql in的参数变量
- 对于圣杯布局和双飞翼布局的新认识
- 微软拟测试类微博服务OfficeTalk
- ie浏览器打不开oracle,小编教你解决ie浏览器打不开的方法
- 绘画能力基础资料整理
- 中国第一政经博客 数学
- C++输入一系列数字,以换行结束输入
- PC传输图片到Hololens
- 测度论中的概率空间,可测空间
- mpvue 搭配 minui
- 如何正确创建电子邮件通讯(逐步)
热门文章
- webpack 3 零基础入门教程 #6 - 使用 loader 处理 CSS 和 Sass
- 关于提高网站性能的几点建议(二)
- 【Xamarin】MonoTouch - iOS 使用 UIImagePickerController 打开图片库和相机选择图片修改头像...
- 智能手表开发API接口
- 查找一个数据库内的所有表的行数
- css框模型、定位、浮动
- Openresty+Nginx+Lua+Nginx_http_upstream_check_module 搭建
- 爬虫-request和BeautifulSoup模块
- WinCEService项目
- Eclipse打JAR包的使用