首先强调一下，这篇文章适合有很好的基础的人 梯度下降 这里不系统讲，只介绍相关的点，便于理解后文 先放一个很早以前写的 梯度下降 实现 logistic regression 的代码 def tiduxiajiang(): """梯度下降算法""" alpha=0.000001 # 学习率的确定方法 ...
分类：
其他好文 时间：
2019-11-11 12:31:26
阅读次数：
118
线性回归之梯度下降法 1.梯度的概念 梯度是一个向量，对于一个多元函数$f$而言，$f$在点$P(x,y)$的梯度是$f$在点$P$处增大最快的方向，即以f在P上的偏导数为分量的向量。以二元函数$f(x,y)$为例，向量$\{\frac{\partial f}{\partial x},\frac{\ ...
分类：
编程语言 时间：
2019-11-07 23:24:10
阅读次数：
112
前言sklearn想必不用我多介绍了，一句话，她是机器学习领域中最知名的python模块之一，若想要在机器学习领域有一番建树，必绕不开sklearn sklearn的官网链接http://scikit-learn.org/stable/index.html# 首先，放上一张官网上的sklearn的结 ...
分类：
其他好文 时间：
2019-09-27 16:30:26
阅读次数：
147
tf.reduce_sum( ) 是求和函数 tf.train.GradientDescentOptimizer()使用随机梯度下降算法 tf.global_variables_initializer()初始化 tf.cast()执行 tensorflow 中张量数据类型转换，比如读入的图片如果是i ...
分类：
其他好文 时间：
2019-09-21 23:07:03
阅读次数：
91
机器学习算法太多了，分类、回归、聚类、推荐、图像识别领域等等，要想找到一个合适算法真的不容易，所以在实际应用中，我们一般都是采用启发式学习方式来实验。通常最开始我们都会选择大家普遍认同的算法，诸如SVM，GBDT，Adaboost，现在深度学习很火热，神经网络也是一个不错的选择。 假如你在乎精度（a ...
分类：
编程语言 时间：
2019-09-08 09:33:58
阅读次数：
219
没有数据标准化的版本，效率非常高，而且训练结果并不好。 ...
分类：
编程语言 时间：
2019-09-04 19:22:53
阅读次数：
297
1、线性回归 假设线性函数如下： 假设我们有10个样本x1,y1）,(x2,y2).....(x10,y10)，求解目标就是根据多个样本求解theta0和theta1的最优值。 为了解决这个问题，我们需要引入误差分析预测值与真实值之间的误差为最小。 2、梯度下降算法 梯度下降的场景： 梯度下降法的基 ...
分类：
编程语言 时间：
2019-07-17 18:38:52
阅读次数：
175
本文将从一个下山的场景开始，先提出梯度下降算法的基本思想，进而从数学上解释梯度下降算法的原理，最后实现一个简单的梯度下降算法的实例！ 梯度下降的场景假设 梯度下降法的基本思想可以类比是一个下山的过程。可以假设一个场景：一个人上山旅游，天黑了，需要下山（到达山谷），这时候他看不清路，为了最快的下山，他 ...
分类：
其他好文 时间：
2019-07-12 18:53:38
阅读次数：
126
机器学习模型的参数和超参数 参数 ：模型参数，可以用数据进行估计，是模型内部的配置变量，通常使用优化算法估计模型参数，优化算法是对参数的可能值进行的一种有效搜索。例如人造神经网络中的权重、支持向量机中的支持向量、 线性回归或逻辑回归中的系数 超参数 ：必须手动设置，是模型外部的配置变量，模型超参数常 ...
分类：
编程语言 时间：
2019-07-10 22:54:07
阅读次数：
140
