概述
这一章主要讲的是线性模型,分为回归任务和分类任务,回归任务包括一元线性回归、多元线性回归和对数几率回归,而分类任务包括线性判别分析以及多分类学习。
参考链接
1、【吃瓜教程】《机器学习公式详解》(南瓜书)与西瓜书公式推导直播合集
2 周志华老师的《机器学习》
1 线性回归
思路:
(1)模型:建立一元一次方程y=wx+b
(2)策略:采用均方误差或者极大似然估计函数作为损失函数
(3)算法:证明凸函数->求导等于零,即为局部最大(小)值
2 多元线性回归
(1)模型:建立多元变量方程
(2)策略:采用均方误差作为损失函数
(3)算法:证明凸函数(矩阵微分!)->求导等于零,即为局部最大(小)值
3 对数几率回归
在线性回归的基础上套一个映射函数(sigmoid函数)进行分类。
(1)模型:建立概率质量函数
(2)策略:采用极大似然估计作为损失函数(或者信息论中的交叉熵)
(3)算法:证明凸函数(矩阵微分!)->求导等于零,即为局部最大(小)值
4 线性判别分析
(1)模型:建立多元变量方程
(2)策略:采用均方误差作为损失函数
(3)算法:采用拉格朗日乘子法求解最优值
5 多分类学习
目前还不是很理解
6 类别不平衡问题
最后
以上就是风中大象为你收集整理的机器学习之西瓜书+南瓜书:第三章 线性模型的全部内容,希望文章能够帮你解决机器学习之西瓜书+南瓜书:第三章 线性模型所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复