求最好的w,b可以产生Training Data,定义 f_w,b=P_w,b(C1|X) 为对于一个实例类标签为C1的概率
其似然函数就是将所有的 f_w,b相乘
交叉熵用来度量 p 分布和 q 分布有多接近
求最好的w,b可以产生Training Data,定义 f_w,b=P_w,b(C1|X) 为对于一个实例类标签为C1的概率
其似然函数就是将所有的 f_w,b相乘
交叉熵用来度量 p 分布和 q 分布有多接近
上一篇:js 获取正整数各个位上的数字
下一篇:关于LNK2019错误的解决方法
一。检查点的手动添加2.关联手工添加: 作者:Agoly
举报文章
请选择举报类型
补充说明
0/200
上传截图
格式支持JPEG/PNG/JPG,图片不超过1.9M