机器学习——线性回归分类与逻辑回归

Posted 2020-08-08 antkillerfarm

http://antkillerfarm.github.io/

序

这是根据Andrew Ng的《机器学习讲义》，编写的系列blog。

http://www.cnblogs.com/jerrylead/archive/2012/05/08/2489725.html

这是网友jerrylead翻译整理的版本，也是本文的一个重要的参考。

http://www.tcse.cn/~xulijie/

这是jerrylead的个人主页。

我写的版本在jerrylead版本的基础上，略有增删，添加了一下其他资料里的内容。

还有就是使用Mathjax书写公式，便于其他人的修改与传播。

线性回归

线性回归属于有监督学习（supervised learning）的其中一种方法。

对于一个给定的训练集（training set）$(x,y)$，其中$y=h(x)=h(x_1,x_2,\\dots,x_n)$，在$h$未知的情况下，求得$h$或者$h$的近似解的过程，被称为猜测（hypothesis）。hypothesis的目的是，能在给定$x$的情况下，预测$y$。

如果$y$是连续函数，那么这个过程叫做回归（regression）问题。如果$y$是离散函数，那么这个过程叫做分类（classification）问题。

hθ(x)=θ0+θ1x1+⋯+θnxn=∑i=0nθixi=θTx(1)

以上是关于机器学习——线性回归分类与逻辑回归的主要内容，如果未能解决你的问题，请参考以下文章

机器学习系列：从线性回归到逻辑回归

机器学习：算法与应用 by XDU 2022冬季课程笔记1：线性回归与逻辑回归

机器学习：线性模型学习总结：逻辑回归分类

机器学习100天（十五）：015 逻辑回归基本原理

机器学习100天（十五）：015 逻辑回归基本原理

[机器学习]--逻辑回归总结