機器學習之迴歸實踐

一、相關係數的定義 樣本的總平方和：TSS，樣本的值與平均值差值的平方和； 殘差平方和：RSS，誤差平方和，定義如下": 定義 可以得出結論： 值越大，擬合效果越好；最優值爲1；若模型預測值爲隨機 值，可能爲負值；若預測值恆爲樣本期望，其值爲0； 二、Logistic迴歸 Logistic/sigmoid函數： 迴歸參數估計： 對數似然函數： Logistic迴歸的損失函數： Softmax迴歸：

>>阅读原文<<