线性模型
2017-07-03 19:37
204 查看
线性模型
线性回归
线性回归是线性模型中最基础的问题,有两种推出最小二乘法的方法——误差L2范数最小与假设误差服从正态分布(高斯的元误差理论认为,误差是由元误差叠加而来,由中心极限定理知,多个独立同分布的元误差之和的误差应该服从正态分布)做对权重的最大似然估计。容易证明,两种方法导出的结论一致。
下面用L2范数最小的几何意义导出线性回归的最小二乘法。
最常见的广义线性模型——sigmoids类/softmax激活函数感知器
sigmoids类/softmax激活函数的感知器是一种线性对数似然比模型,也是最常见的广义线性模型,下面证明,在误差正态分布的假设(同上一段,高斯的元误差理论和中心极限定理保证了这一点)下,可以推出这个激活函数的确对应概率分布。也就解释了神经网络,感知器,logistic回归中sigmoids类/softmax激活函数的理论依据。LDA
相关文章推荐
- 机器学习笔记(2)线性模型的基本形式
- 第三章 线性模型
- 动态规划(线性模型):POJ 1631 最长上升子序列
- 线性分类模型
- Android线性布局LinearLayout,及盒模型,weight权值,ScrollView和HorizontalScrollView【内容溢出(内容太多,高度/宽度大于能显示的最大高度/宽度)】
- Python机器学习——线性模型
- 广义线性模型(Generalized Linear Models)
- 线性模型中的变量选择方法
- 从线性模型角度理解朴素贝叶斯
- 回归学习---线性模型(1)
- 广义线性模型(Generalized Linear Models, GLM)
- 从广义线性模型到逻辑回归
- 广义线性模型之logistic regression(二)
- 【Scikit-Learn 中文文档】广义线性模型 - 监督学习 - 用户指南 |
- 【计算机视觉】opencv姿态解算7 四大坐标系,摄像机线性模型, 畸变模型
- 从GLM广义线性模型到线性回归、二项式及多项式分类——机器学习笔记整理(一)
- R语言︱线性混合模型理论与案例探究(固定效应&随机效应)
- Machine Learning 学习笔记 (4) —— 广义线性模型
- 线性模型(3):Logistic Regression
- scikit-learn广义线性模型之最小二乘法