机器学习实战读书笔记--logistic回归
生活随笔
收集整理的這篇文章主要介紹了
机器学习实战读书笔记--logistic回归
小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.
1. 利用logistic回歸進(jìn)行分類的主要思想是:根據(jù)現(xiàn)有數(shù)據(jù)對(duì)分類邊界線建立回歸公式,以此進(jìn)行分類。
2.sigmoid函數(shù)的分類
Sigmoid函數(shù)公式定義 3.梯度上升法 基本思想:要找個(gè)某個(gè)函數(shù)的最大值,最好的方法是沿著該函數(shù)的梯度方向探尋。 梯度上升算法用來(lái)求函數(shù)的最大值,對(duì)函數(shù)求導(dǎo)來(lái)得到 4.梯度下降算法 用來(lái)求函數(shù)的最小值轉(zhuǎn)載于:https://www.cnblogs.com/davidwang456/p/9805220.html
總結(jié)
以上是生活随笔為你收集整理的机器学习实战读书笔记--logistic回归的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: 机器学习实战读书笔记--朴素贝叶斯
- 下一篇: 40亿移动设备的用户画像和标签架构实践