機(jī)器學(xué)習(xí)算法一線性回歸，邏輯回歸

1. 線性回歸(linearregression)

連續(xù)值

回歸問(wèn)題

Cost function：均方誤差（最小化）


基于均方誤差最小化來(lái)進(jìn)行模型求解的方法叫做“最小二乘法”（LeastSquare Method）。在線性回歸中，最小二乘法就是試圖找到一條直線，使所有樣本到直線上的歐式距離之和最小。

2. 邏輯回歸（Logistic

regression）

離散值

分類問(wèn)題

將線性回歸模型產(chǎn)生的預(yù)測(cè)值轉(zhuǎn)換為0/1值。使用的是Sigmoid函數(shù)（對(duì)數(shù)幾率函數(shù)）

通過(guò)極大似然法來(lái)估計(jì)w和b。

優(yōu)化算法：梯度下降法，牛頓法

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡(jiǎn)書(shū)系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容