3、迴歸問題與應用

 

有監督學習相似於學習數學，先作題 對答案，而後老師出卷子進行月考

無監督學習  挖掘數據 須要與環境交互

迴歸問題數學用語比較多，可是對大學高數部分熟悉的話，應該不是問題。

 

 

 

線性迴歸

　　損失函數（loss function，優化方向，評估方式）/代價函數/目標函數

　　　　　找到最好的權重/參數

　　　　如何衡量最好？

 

 　　最小化損失函數

　　　　　　凸函數

　　　　　　（基於已有的訓練集找到最優）

　　　　　　多元時

　　　　　　

線性迴歸與GD

　　梯度降低（逐步最小化損失函數）

　　           

　　　　　　學習率！  α決定的是步長，步長大或者小都會有問題

　　　　　　更好的學習率可是會消耗更多的計算資源

 

 

　　　　模型的狀態

　　　　

 

　　　　

　　　　　　　　判斷邊界

 

 

 

　　　　　　

 

　　　　　　最後的表達形式

　　　　　　

 

 

 　　　　　　二分類與多分類

 　　　　　　one vs one

　　　　　　one vs rest/all

（此部份內容較多，須要反覆學習）

做業題：

美國舊金山犯罪問題

生物分子信息斷定