Machine_Learning(第七章)

logistic 回归

假设函数
Machine_Learning(第七章)
决策边界:假设本身和参数的属性,不是训练集的属性
Machine_Learning(第七章)
代价函数
Machine_Learning(第七章)
简化的代价函数
Machine_Learning(第七章)
梯度下降算法
Machine_Learning(第七章)
多分类问题
Machine_Learning(第七章)

欠拟合:没有很好的拟合训练数据
过拟合:假设函数能拟合几乎所有数据,但函数可能太过庞大,变量太多

Machine_Learning(第七章)
正则化:避免过拟合
Machine_Learning(第七章)
线性回归的正则化
正则化梯度下降
Machine_Learning(第七章)
正则化正规方程
Machine_Learning(第七章)
逻辑回归的正则化
正则化梯度下降
Machine_Learning(第七章)