Robust Locally Weighted Regression 魯棒局部加權回歸 -R實現
魯棒局部加權回歸 【轉載時請注明來源】：http://www.cnblogs.com/runner-ljt/ Ljt 作為一個初學者，水平有限，歡迎交流指正。 算法參考文獻： （1） Robust Locally Weighted Regression ...
原文：【轉】Robust regression（穩健回歸）
Robust regression 穩健回歸 語法 b robustfit X,y b robustfit X,y,wfun,tune b robustfit X,y,wfun,tune,const b,stats robustfit ... 描述 b robustfit X,y 通過執行穩健回歸來估計線性模型y Xb，並返回一個由回歸系數組成的向量b。X是一個n p預測變量矩陣，y是一個n 觀 ...
2014-05-19 17:44 0 7120 推薦指數：
相關推薦
【邊框回歸】邊框回歸(Bounding Box Regression)詳解（轉）
轉自：打開鏈接 Bounding-Box regression 最近一直看檢測有關的Paper, 從rcnn， fast rcnn, faster rcnn, yolo, r-fcn, ssd，到今年cvpr最新的yolo9000。這些paper中損失函數都包含 ...
SURF (Speeded Up Robust Features,加速穩健特征）
本篇文章來自wikipedia，如果需要閱讀英文，可以去看一下。 SURF (Speeded Up Robust Features, 加速穩健特征) 是一個穩健的圖像識別和描述算法，首先於2006年發表在ECCV大會上。這個算法可被用於計算機視覺任務，如物件識別和3D重構。他部分的靈感來自於 ...
邏輯回歸(logistic regression)
邏輯回歸從線性回歸引申而來，對回歸的結果進行 logistic 函數運算，將范圍限制在[0,1]區間，並更改損失函數為二值交叉熵損失，使其可用於2分類問題(通過得到的概率值與閾值比較進行分類)。邏輯回歸要求輸入的標簽數據是01分布(伯努利分布)，而線性回歸則是對任意連續值的回歸。出世 ...
樹回歸(Tree Regression)
。將度量方法稍作修改，就可以實現回歸樹。 二、混亂度 分類樹中我們用信息熵和信息增益來決定最優划分屬 ...
線性回歸 Linear Regression
一、主要思想 在 L2-norm 的誤差意義下尋找對所有觀測目標值 Y 擬合得最好的函數 f(X) = WTX 。 其中 yi 是 scalar，xi 和 W 都是 P 維向量（比實際的 xi 多 ...
Softmax回歸（Softmax Regression）
轉載請注明出處：http://www.cnblogs.com/BYRans/ 多分類問題 在一個多分類問題中，因變量y有k個取值，即。例如在郵件分類問題中，我們要把郵件分為垃圾郵件、個 ...
線性回歸（Linear Regression）
1. 前言 線性回歸形式簡單、易於建模，但卻蘊涵着機器學習中一些重要的基本思想。許多功能更為強大的非線性模型(nonlinear model)可在線性模型的基礎上通過引入層級結構或高維映射而得。此外，由於線性回歸的解\(\theta\)直觀表達了各屬性在預測中的重要性，因此線性回歸有很好的可解釋 ...