回归(regression)是监督学习的一个重要问题,回归问题用于预测输入变量(自变量)和输出变量(因变量)之间的关系,特别是当输入变量的值发生变化时,输出变量的值随之发生变化,回归模型正是表示输入变量到输出变量之间映射的函数,回归问题的学习等价于函数拟合;选择一条函数曲线使其很好地拟合已知数据且很好地预测未知数据。 按照输入变量与输出变量之间的关系的类型即模型的类型,回归问题分为线性回归和非线性回归。 回归问题最常用的损失函数是平方损失函数,再次情况下可以由著名的最小二乘法求解。     好,…

2016年7月1日 0条评论 7330点热度 0人点赞 阅读全文

[author]博主前一段时间一直在做嵌入式开发学习,苦于一些廉价传感器的差质量,我的项目一直停滞在demo阶段。遇到了较大的瓶颈,我决定暂时放一放,开始直接入手信息处理层。暑期的数学建模中,我也感觉自己对于数据的处理能力还欠缺,遂开始恶补基础。开始《线性代数》《离散数学》《集体编程的智慧》《廖雪峰的python2.7教程》《机器学习实战》《Ensemnle Methods Foundations and Algroithns》并行学习。[/author] k-Nearest Heighbor 也称为k-近邻算法,…

2015年9月28日 2条评论 13917点热度 0人点赞 阅读全文