3.1 基本形式给定由d个属性描述的示例，其中 xi 是x在第i个属性上的取值，线性模型就是试图学得一个通过属性的线性组合来进行预测的函数即：向量形式：w和b学得之后，模型即可确定。其中w还可以表示为属性的权重，下面是一个例子：3.2线性回归 线性回归的本质就是学得一个线性模型尽可能的预测未来输出，那么这个线性模型怎么来确定呢，我们在一堆数据点中，一般是寻找一根线使得其穿越尽可
参考书籍《动手学深度学习(pytorch版），参考网址为：https://tangshusen.me/Dive-into-DL-PyTorch/#/ 请大家也多多支持这一个很好用的平台~大部分内容为书中内容，也有部分自己实验和添加的内容，如涉及侵权，会进行删除。正文——线性回归一、概念 线性回归输出是一个连续值，因此适用于回归问题。回归问题在实际中很常见，如预测房屋价格、气温、销售额等连续值的问题
一、线性规划的定义 线性规划一般用于求解最优化问题。线性规划问题是在一组线性约束条件的限制下，求一线性目标函数最大或最 小的问题。该方法在建立方程时非常简单快速，但不利于人工计算。但随着计算机技术的发展，特别是在计算机能处理成千上万个约束条件和决策变量的线性规划问题之后，线性规划的适用领域更为广泛了，已成为现代管理中经常采用的基本方法之一。 线性规划的中心思想：求解出符合各约束条件的目标
机器学习西瓜书笔记 3.1、线性模型基本形式 一、总结 一句话总结： 一般形式：$$f ( x ) = w _ { 1 } x _ { 1 } + w _ { 2 } x _ { 2 } + \ldots + w _ { d } x _ { d } + b$$ 向量形式：$$f ( x ) = w
转载
2020-11-28 11:18:00
74阅读
机器学习西瓜书笔记 3.2、线性回归 一、总结 一句话总结： 【系统】：系统的学习非常非常重要，所以【看书】是非常非常必要且高效的 1、一元线性回归？ 我们先考虑一种最简单的情形：输入【属性的数目只有一个】.为便于讨论，此时我们忽略关于属性的下标，即$$D = \{ ( x _ { i } , y
转载
2020-11-28 13:56:00
208阅读
3.1 基本形式一般用向量形式写成本文介绍几种经典的线性模型，看我们先从回归任务开始，然后讨论二分类和多分类任务。3.2 线性回归线性回归是一种监督学习下的线性模型，线性回归试图从给定数据集中学习一个线性模型来较好的预测输出（可视为：新来一个不属于D的数据，我们只知道他的x，要求预测y，D如下表示）。作为一个程序猿，数学功底是很重要的，偏偏本人线数遗忘很多，简单的写一下推导...
原创
2021-06-10 17:04:53
126阅读
第3章 线性模型3.1 基本形式线性模型 (linear model)试图学得一个通过属性的线性组合来进行预测的函数。 [P52]一般形式由于
原创
2023-01-03 11:44:28
793阅读
3.1 基本形式一般用向量形式写成本文介绍几种经典的线性模型，看我们先从回归任务开始，然后讨论二分类和多分类任务。3.2 线性回归线性回归是一种监督学习下的线性模型，线性回归试图从给定数据集中学习一个线性模型来较好的预测输出（可视为：新来一个不属于D的数据，我们只知道他的x，要求预测y，D如下表示）。作为一个程序猿，数学功底是很重要的，偏偏本人线数遗忘很多，简单的写一下推导...
原创
2022-03-01 17:25:09
182阅读
201119西瓜书系列博客 3、线性模型 一、总结 一句话总结： 线性模型：试图学得一个通过属性的线性组合来进行预测的函数，即：$$f ( x ) = w _ { 1 } x _ { 1 } + w _ { 2 } x _ { 2 } + \ldots + w _ { d } x _ { d } +
转载
2020-11-20 22:39:00
33阅读
2评论
机器学习西瓜书笔记 3.4、线性判别分析 一、总结 一句话总结： 【线性判别分析（Linear Discriminant Analysis，简称LDA）】是一种经典的【线性学习方法】，在【二分类问题】上因为最早由 Fisher，1936]提出，亦称“Fisher判别分析” 1、线性判别分析LDA的思
转载
2020-11-29 06:49:00
206阅读
绪论 模型评论与选择 线性模型 决策树 神经网络 支持向量机
转载
2021-08-23 18:31:16
233阅读
201116西瓜书机器学习系列 3、线性模型 一、总结 一句话总结： 线性回归的形式非常简单：$$f ( x ) = w _ { 1 } x _ { 1 } + w _ { 2 } x _ { 2 } + \ldots + w _ { d } x _ { d } + b$$ 线性回归可以用最小二乘法
转载
2020-11-16 23:54:00
107阅读
2评论
老早就想买这本“西瓜书”好好看看关于机器学习的知识了，正直“双11”京东VS天猫，然后在京东上买了。
以前从没有写读书笔记的习惯，所以看了一本忘了一本。。。都说看书是输入，但是只输入知识还不行，还要有输出。推荐购买一本周志华的西瓜书，国内难得的机器学习书籍，良心之作！关键词：学习算法；样例；泛化；归纳；连接主义；符号主义；数据挖掘与机器学习 推荐阅读：学习算法 ；数据挖掘与机器学习 1.1
机器学习西瓜书白话解读笔记 0301-0308、线性回归 一、总结 一句话总结： 【亡羊补牢】：人的确是都会犯错，【亡羊补牢】最最重要，比如网络游戏 1、一元线性回归？ 只有【一个属性】，即d=1；【w,b为单个的数】 一元线性回归目标函数：【最小二乘法】：$$( w ^ { * } , b ^ {
转载
2020-11-28 13:02:00
50阅读
线性回归和最小二乘法 周志华西瓜书3.2、P55公式推导公式推导如下 对应的需要有些矩阵求导的公式：其中我们约定，大写字母表示矩阵，小写字母表示标量，小写字母加粗表示向量，大部分书中都是这么约定，不过也要视情况而定。 如果对公式产生疑惑也不要紧，可以看看这里的链接如果还是不清楚，那么久补一补矩阵的知识 。推荐张贤达的矩阵分析 
原创
2023-06-09 14:07:21
60阅读
文章目录性能度量1 错误率与精度2 查准率、查全率与F13 ROC与AUC4 代价敏感错误率与代价曲线[4]性能度量1 错误率与精度错误率是分类错误的样本数占样本总数的比例。精度则是分类正确的样本数占样本总数的比例。精度+错误率=1精度+错误率=1精度+错误率=1错误率与精度都不难理解，我们重点来看下文的性能度量。2 查准率、查全率与F1首先，为什么要用查准率、查全率？西瓜书中有两个例子：（1）挑选西瓜时我们关心“挑出的西瓜中有多少比例是好瓜”,（查准）“所有好瓜中有多少比例被挑了出
原创
2021-06-22 11:13:17
201阅读
解决西瓜书难题的书来了，最近周志华《机器学习》伴侣书《机器学习公式详解》，一站式解决机器学习中的数学难题。机器学习公式详解人工智能领域
原创
2022-05-01 17:01:00
661阅读
文章目录决策树1 什么是决策树2 伪代码决策树1 什么是决策树决策树（dicision tree）是一种基本的分类与回归方法，此处主要讨论分类的决策树。。以一个二分类任务（去或不去）为例：有人给我们介绍新的对象的时候，我们就要一个个特点去判断去或不去。于是这种判断的过程就可以画成一棵树：我们将上面树结构广义化：这就是决策树的结构了，棵决策树包含一个根结点、若干个内部结点和若干个叶结点;叶节点：叶结点对应于决策结果,其他每个结点（根节点和内部节点）则对应于一个属性测试;根节点：对数据集
原创
2021-06-22 11:13:21
330阅读
