机器学习基石-09-1-Linear Regression Problem
2017-11-06 20:12
459 查看
第八章的总结
第九章开始学习linear regression线性回归。
linear regression的learning过程和之前的算法过程相似,就是在target function有一点不同,线性回归的f是一个会输出实数的函数。
线性回归的hypothesis和感知机的h(x)是相似的,但是没有sign()函数。
线性回归的输出空间就是整个实数。
illustration of linear regression
线性回归的目标:small residuals,也就是离差或者叫余数。
VC bound继续延伸到线性回归也是“work”的,所以只需要证明Ein(w)很小就可以得到Eout(w)也很小。
线性回归选择的error measure是squared error,离差平方和。
FUN TIME
哪一个因素对y“信用额度”的影响是正向的,很明显是monthly income,因为月收入越高就会给更高的信用额度。
第九章开始学习linear regression线性回归。
linear regression的learning过程和之前的算法过程相似,就是在target function有一点不同,线性回归的f是一个会输出实数的函数。
线性回归的hypothesis和感知机的h(x)是相似的,但是没有sign()函数。
线性回归的输出空间就是整个实数。
illustration of linear regression
线性回归的目标:small residuals,也就是离差或者叫余数。
VC bound继续延伸到线性回归也是“work”的,所以只需要证明Ein(w)很小就可以得到Eout(w)也很小。
线性回归选择的error measure是squared error,离差平方和。
FUN TIME
哪一个因素对y“信用额度”的影响是正向的,很明显是monthly income,因为月收入越高就会给更高的信用额度。
相关文章推荐
- 机器学习基石-09-2-Linear Regression Algorithm
- 机器学习基石-09-4-Linear Regression for Binary Classification
- 机器学习基石-10-1-Logistic Regression Problem
- 转行程序员2 机器学习 线性回归 Linear Regression II 纯属敦促自己学习
- Stanford机器学习---第一讲. Linear Regression with one variable(补充版)
- Stanford机器学习 -- Linear Regression with multiple variable
- Coursera公开课笔记: 斯坦福大学机器学习第四课“多变量线性回归(Linear Regression with Multiple Variables)”
- 机器学习基石第一讲:the learning problem
- 机器学习基石-01-the learning problem
- Cousera-stanford-机器学习练习-第二周-Linear Regression with Multiple Variables
- Stanford机器学习 -- Linear Regression with one variable
- 斯坦福机器学习视频笔记 Week1 线性回归和梯度下降 Linear Regression and Gradient Descent
- 机器学习基石--学习笔记01--linear hard SVM
- 【机器学习笔记4】Stanford公开课Exercise 3——Multivariate Linear Regression
- 机器学习系列-Locally weighted linear regression(2)
- Coursera公开课笔记: 斯坦福大学机器学习第二课“单变量线性回归(Linear regression with one variable)”
- [MOOC学习笔记]机器学习基石 Lecture01 The Learning Problem
- 机器学习之多元线性回归(Multiple Linear Regression)
- 机器学习第2课:单变量线性回归(Linear Regression with One Variable)
- 机器学习基石笔记 Lecture 1: The Learning Problem