码迷,mamicode.com
首页 > 其他好文 > 详细

概念介绍(机器学习)

时间:2014-07-24 22:50:53      阅读:261      评论:0      收藏:0      [点我收藏+]

标签:blog   http   strong   数据   art   re   c   ar   

似然函数:似然函数在形式上就概率密度函数。   似然函数用来估计某个参数。

最大似然函数:就是求似然函数的最大值。         最大似然函数用于估计最好的参数。

最小二乘法:它通过最小化误差的平方和寻找数据的最佳函数匹配。就是求 y=a1+a2x的系数。通过最小化误差的平方,然后求系数的偏导数,令导数为0,求解。

梯度下降法,基于这样的观察:如果实值函数 bubuko.com,布布扣 在点 bubuko.com,布布扣 处可微且有定义,那么函数 bubuko.com,布布扣在 bubuko.com,布布扣 点沿着梯度相反的方向 bubuko.com,布布扣 下降最快。就是求最低点。

局部加权回归它的中心思想是在对参数进行求解的过程中,每个样本对当前参数值的影响是有不一样的权重的,自己上网搜吧。

概念介绍(机器学习),布布扣,bubuko.com

概念介绍(机器学习)

标签:blog   http   strong   数据   art   re   c   ar   

原文地址:http://www.cnblogs.com/GuoJiaSheng/p/3866487.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!