斯坦福大学机器学习课程学习笔记-逻辑回归
2014-11-13 20:21
435 查看
本文是根据某牛人的笔记和他人博客整合而成,大部分是一个记录和学习的过程
http://blog.sina.com.cn/s/blog_62339a2401015jyq.html
在点
处可微且有定义,那么函数
在
点沿着梯度相反的方向 下降最快。
因而,如果
对于
为一个够小数值时成立,那么
。
考虑到这一点,我们可以从函数
的局部极小值的初始估计
出发,并考虑如下序列
使得
因此可得到
如果顺利的话序列
收敛到期望的极值。注意每次迭代步长
可以改变。
一 线性回归和梯度下降
主要连接:http://blog.sina.com.cn/s/blog_62339a2401015jyq.html
二 梯度下降的附加解释
梯度下降法,基于这样的观察:如果实值函数在点
处可微且有定义,那么函数
在
点沿着梯度相反的方向 下降最快。
因而,如果
对于
为一个够小数值时成立,那么
。
考虑到这一点,我们可以从函数
的局部极小值的初始估计
出发,并考虑如下序列
使得
因此可得到
如果顺利的话序列
收敛到期望的极值。注意每次迭代步长
可以改变。
相关文章推荐
- 吴恩达斯坦福大学机器学习 CS229 课程学习笔记(二)
- 斯坦福大学公开课 :机器学习课程笔记-[第1集] 机器学习的动机与应用
- 国际名校公开课 斯坦福大学公开课 :机器学习课程 机器学习的动机与应用 学习笔记
- 斯坦福大学Andrew Ng教授《机器学习》课程的个人学习笔记
- 吴恩达斯坦福大学机器学习 CS229 课程学习笔记(一)
- 斯坦福大学公开课 :机器学习课程(Andrew Ng)——2、监督学习:Regression and Classification
- IOS学习之斯坦福大学IOS开发课程笔记(第四课)
- 机器学习之&&Andrew Ng课程复习--- 学习笔记(第三课)
- IOS学习之斯坦福大学 IOS开发课程笔记(第一课)
- 斯坦福大学公开课 :机器学习课程(Andrew Ng)——4、监督学习:Naive Bayes
- Coursera台大机器学习基础课程学习笔记1 -- 机器学习定义及PLA算法
- Coursera公开课笔记: 斯坦福大学机器学习第六课“逻辑回归(Logistic Regression)”
- Coursera台大机器学习基础课程学习笔记2 -- 机器学习的分类
- Coursera台大机器学习基础课程学习笔记1 -- 机器学习定义及PLA算法
- 斯坦福大学公开课 :机器学习课程(Andrew Ng)——3、监督学习:Gaussian Discriminant Analysis (GDA)
- Coursera台大机器学习基础课程学习笔记1 -- 机器学习定义及PLA算法
- Coursera台大机器学习基础课程学习笔记2 -- 机器学习的分类
- Coursera公开课笔记: 斯坦福大学机器学习第十一课“机器学习系统设计(Machine learning system design)”
- IOS学习之斯坦福大学IOS开发课程笔记(第六课)
- IOS学习之斯坦福大学IOS开发课程笔记(第二课)