当前位置:首页 > 文化 > 文化知道 > 机器学习实战中的logistics按最优参数算出的概率和实际样本分类为什么不可？

机器学习实战中的logistics按最优参数算出的概率和实际样本分类为什么不可？

发布日期：2018-06-09 来源：财富国际在线阅读：

机器学习实战中的logistics按最优参数算出的概率和实际样本分类为什么不可？齐柏林 6小时前 189 图像梯度机器学习梯度本问题是关于《机器学习实战》这本书里面的一些数学问题：CSDN上已经分享过经验：在回答我的问题前请打开连接：http://blog.csdn.net/lu597203933/article/details/38468303，看看里面的代码和图像。先抛开算法，单单采用散点图，将作者给出的100个训练数据画出后，上方绿色的样本归类到0，下面红色的归类到1。然后，我们采用梯度上升法求出了最优w0，w1,w2后，所确定的决策边界直线：W0*X0+X1*W1+X2*W2=0，这个直线确实很好的划分了类0和类1的样本。但按公式算，却是…

0 赞 0 踩

其他回答

应该是SGD中的梯度方向错了，梯度向上学的是极大值（loss函数取最大值），最后w完全反转，只需要将weights = weights + alpha * dataMatrix.transpose() * error的+改为-A9z财富国际

热心网民 6小时前 0条评论

0 赞 0 踩

关键词 :

上一个：为何生了小孩第一年夫妻大多会吵架？
下一个：宠物驯养师可以考证也？

相关资讯

图文资讯

点击排行

关于我们联系我们招聘信息免责申明广告服务网站地图百度地图 TAG标签