Advertisement

机器学习2_线性与逻辑回归

阅读量:

线性回归与逻辑回归属于统计学中的两种常见方法,其中回归分析的核心在于对连续型变量进行预测,以获得相应的估计值。

线性回归损失函数:
均方误差损失函数(MSE)

eftegin{matrix} Loss = rac{1}{2m}umm_{i=1}(h_\theta(x^{(i)})-y{}^2;   h_heta} = heta_0+heta_1x_1+heta_2x_2+...... nd{matrix}ight.

参数更新过程通过梯度反向传播实现:

![\left{\begin{matrix} \theta_{i+1} = \theta_{i} - \eta\frac{\partial {loss}}{\partial \theta_{i}}\ \frac{\partial {

全部评论 (0)

还没有任何评论哟~