Ridge回归 由于直接套用线性回归可能产生过拟合，我们需要加入正则化项，如果加入的是L2正则化项，就是Ridge回归，有时也翻译为岭回归。它和一般线性回归的区别是在损失函数上增加了一个L2正则化的项，和一个调节线性回归项和正则化项权重的系数α。损失函数表达式如下： J(θ)=1/2(Xθ−Y ...

转自http://blog.csdn.net/dongtingzhizi/article/details/15962797 当我第一遍看完台大的机器学习的视频的时候，我以为我理解了逻辑回归，可后来越看越迷糊，直到看到了这篇文章，豁然开朗 基本原理 Logistic Regression ...

线性回归 pytorch实现 1.模拟回归问题，生成训练数据 2.用梯度下降的方法更新未知参数w1, 用随机数初始化w1 3.输出结果： 差不多700次左右loss就迭代到0了，我们对比w1和w可以看出它们已经非常接近了。 能否减少迭代 ...

1、递归 　　关于递归的概念，我们都不陌生。简单的来说递归就是一个函数直接或间接地调用自身，是为直接或间接递归。一般来说，递归需要有边界条件、递归前进段和递归返回段。当边界条件不满足时，递归前进；当 ...

　　前言：今天上网看帖子的时候，看到关于尾递归的应用（http://bbs.csdn.net/topics/390215312），大脑中感觉这个词好像在哪里见过，但是又想不起来具体是怎么回事。如是乎，在网上搜了一下，顿时豁然开朗，知道尾递归是怎么回事了。下面就递归与尾递归进行总结，以方便日后 ...

　　前言：今天上网看帖子的时候，看到关于尾递归的应用（http://bbs.csdn.net/topics/390215312），大脑中感觉这个词好像在哪里见过，但是又想不起来具体是怎么回事。如是乎，在网上搜了一下，顿时豁然开朗，知道尾递归是怎么回事了。下面就递归与尾递归进行总结，以方便日后 ...

线性学习中最基础的回归之一，本文从线性回归的数学假设，公式推导，模型算法以及实际代码运行几方面对这一回归进行全面的剖析~ 一：线性回归的数学假设 1.假设输入的X和Y是线性关系，预测的y与X通过线性方程建立机器学习模型 2.输入的Y和X之间满足方程Y=X+e,e是误差项，噪音项，假设e是独立 ...

常见的广义线性模型有：probit模型、poisson模型、对数线性模型等等。对数线性模型里有：logistic regression、Maxinum entropy。 在二分类问题中，为什么弃用传统的线性回归模型，改用逻辑斯蒂回归？ 线性回归用于二分类时，首先想到下面这种形式，p是属于 ...