机器学习问题汇总

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器学习问题汇总相关的知识,希望对你有一定的参考价值。

1、什么是分类问题,什么是回归问题?区别在哪里?有没有联系?

  分类问题:是对输入数据求一个具体的值,例如简单的二分类,只存在两种情况,要么在参考直线的左边,要么在参考直线的右边,根据外表特征预测一个人是男还是女。

       回归问题:是对输入数据求一个逼近真实结果的几率,比如预测高考结果能上清华北大的几率。

 

2、线性回归,逻辑斯蒂回归,拟合函数,损失函数,梯度下降,学习率,正则化,Sigmoid函数之间的联系?

  参考:

   梯度下降法解线性回归

           梯度下降法解逻辑斯蒂回归 - eric.xing - 博客园 

   应用机器学习建议

        梯度下降法解神经网络

 

 

  Logistic回归的步骤为:

  1. 设定拟合函数(hypothesis function):hθ(x),其意义是给定参数θ,根据输入x,给出输出hθ(x),当输出值大于0.5时预测录取,否则预测被拒。
  2. 设定代价函数(cost function):J(θ),其意义是累加所有样本的 预测结果hθ(x) 与 真实结果y 之间的差距。
  3. 利用梯度下降法,来调整参数θ,使得代价函数J(θ)的值最小。

      

以上是关于机器学习问题汇总的主要内容,如果未能解决你的问题,请参考以下文章

干货合集机器学习与深度学习必备资料汇总

机器学习知识点汇总

机器学习 Matlab 2015a 自带机器学习算法汇总

斯坦福机器学习课程汇总

机器学习资料大汇总

常用机器学习面试基础概念题汇总