1. 准确的PCA和概率解释（Exact PCA and probabilistic interpretation） PCA 用于对具有一组连续正交分量(Orthogonal component 译注: 或译为正交成分,下出现 成分 和 分量 是同意词)的多变量数据集进行方差最大化的分解。 在 sc ...
分类：
其他好文 时间：
2021-06-20 17:35:34
阅读次数：
0
一、线性回归 一、线性回归 ? 假设有数据有 ，其中 , 。其中m为训练集样本数，n为样本维度，y是样本的真实值。线性回归采用一个多维的线性函数来尽可能的拟合所有的数据点，最简单的想法就是最小化函数值与真实值误差的平方（概率解释-高斯分布加最大似然估计）。即有如下目标函数： 其中线性函数如下： ? ...
分类：
其他好文 时间：
2021-04-28 12:19:06
阅读次数：
0
参考：https://blog.csdn.net/weixin_39445556/article/details/83930186 https://blog.csdn.net/weixin_39445556/article/details/81416133 对应线性回归的概率解释（当然线性回归还有代 ...
分类：
其他好文 时间：
2020-04-17 09:20:58
阅读次数：
70
朴素贝叶斯是一个概率模型，在数学上能用概率解释的模型一般被认为是好模型。 朴素贝叶斯常用于文本分类。 先介绍几个基础概念。 1. 概率 设x为符合某种特征的样本，H为某个假设，比如假设x属于类别c，那分类就是求这个假设发生的概率，即P(H|x)的大小。 P(H|X)是后验概率，或者说在条件X下，H的 ...
分类：
其他好文 时间：
2019-04-06 09:21:09
阅读次数：
97
0. 背景 Junbo Zhao等人提出的“基于能量的GAN”网络，其将判别器视为一个能量函数而不需要明显的概率解释，该函数可以是一个可训练的损失函数。能量函数是将靠近真实数据流形的区域视为低能量区域，而远离的视为高能量区域。和“概率GAN”相似，训练中，生成器会尽可能生成最小能量时候的伪造样本，而 ...
分类：
Web程序 时间：
2018-03-02 01:15:27
阅读次数：
244
监督学习 对于一个房价预测系统，给出房间的面积和价格，以面积和价格作坐标轴，绘出各个点。 定义符号： $x_{(i)}$表示一个输入特征$x$。 $y_{(i)}$表示一个输出目标$y$。 $(x_{(i)},y_{(i)})$表示一个训练样本。 $\left\{(x_{(i)},y_{(i)}); ...
分类：
编程语言 时间：
2018-02-07 19:48:40
阅读次数：
274
线性回归 即线性拟合，给定N个样本数据（x1,y1）,(x2,y2)....(xN,yN)（x_1,y_1）,(x_2,y_2)....(x_N,y_N)当中xix_i为输入向量，yiy_i表示目标值，即想要预測的值。採用曲线拟合方式，找到最佳的函数曲线来逼近原始数据。通过使得代价函数最小来决定函数 ...
分类：
其他好文 时间：
2017-06-22 19:47:50
阅读次数：
298
Probabilistic interpretation，概率解释 解释为何线性回归的损失函数会选择最小二乘 表示误差，表示unmodeled因素或随机噪声，真实的y和预测出来的值之间是会有误差的，因为我们不可能考虑到所有的影响结果的因素，比如前面的例子，我们根据面积和卧室的个数来预测房屋的价格，但 ...
分类：
其他好文 时间：
2017-06-03 14:09:20
阅读次数：
237
再次声明，总结内容基本非原创，只是一个勤劳的搬运工，由于来源比较杂，只好一起感谢网上提供这些知识的人类们。 一、关于线性回归 线性回归比较简单，这里主要是对线性回归的一种理解，包括部分正则化的内容。 1.模型的概率解释 2.最大似然估计 即： 上面是线性回归最原始的最小平方损失函数，如果为了防止过拟 ...
分类：
其他好文 时间：
2017-04-12 15:05:34
阅读次数：
487
