李宏毅机器学习之Classification
目录
- 1.实际应用
- 2.How to do Classification
- 3.Ideal Alternatives(理想模型)
- 4.原理准备
- Two Boxes
- Gaussian distribution(高斯分布)
- 5.开始分类
- 6.Modifying Model(改善模型)
- 7.总结三个步骤
- • Function Set (Model)
- • Goodness of a function
- • Find the best function
- 8.最后高能!!!(Sigmoid function)
1.实际应用
关于分类的一些应用
2.How to do Classification
首先,要收集data。
1.假设现在的model是y=b+w1x1+w2x2y=b+w1x1+w2x2y=b+w1x1+w2x2,如果用Regression来想,我们希望蓝色的接近1,红色的接近-1,用绿色的线分开。
但如果出现右图的情况,蓝色的点有的接近1,有的>>1,这是用Regression就出问题,会得到紫色的线,而不会得到绿色的线。因为要使>>1的蓝点压小,所以绿色的线一定向右侧倾斜。
所以,用Regression,Penalize to the examples that are"too correct",即去惩罚太正确的点,也就是>>1的蓝点,容易受噪声/边缘点的影响。
2.并且,如果Class1,2,3之间没有关系,当作Regression来处理,不会有好的结果。
3.Ideal Alternatives(理想模型)
f(xn)≠ynf(x_n)\neq y_nf(xn)=yn,δ=1\delta=1δ=1
f(xn)=ynf(x_n)= y_nf(xn)=yn,δ=0\delta=0δ=0
损失函数的意思即统计错误的次数
L(f)越小代表在Training data上的错误次数越小。
4.原理准备
Two Boxes
李宏毅机器学习之Classification相关推荐
- 2018-3-19李宏毅机器学习视频学习笔记九----Classification: Probabilistic Generative Model
视频来源: 李宏毅机器学习(2017)_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili https://www.bilibili.com/video/av10590361/?p=10 步骤: (1 ...
- 资料分享:推荐一本《李宏毅机器学习》开源电子书!
背景 今天在 github 上看到了 datawhale 发布的 李宏毅机器学习笔记. https://datawhalechina.github.io/leeml-notes 其目录如下: P1 机 ...
- 【李宏毅机器学习】Logistic Regression 逻辑回归(p11) 学习笔记
李宏毅机器学习学习笔记汇总 课程链接 文章目录 Logistic Regression Step 1: Function Set Step 2: Goodness of a Function Step ...
- 【李宏毅机器学习】Classification_1 分类(p10) 学习笔记
李宏毅机器学习学习笔记汇总 课程链接 文章目录 Classification Probabilistic Gernerative Model 分类:概率遗传模型 ==**如何完成这个任务?**== = ...
- 【知识索引】【李宏毅机器学习】
李宏毅机器学习知识索引 本文为[李宏毅机器学习]知识索引 文章目录 李宏毅机器学习知识索引 1.[李宏毅机器学习]01:机器学习介绍 Introduction 2.[李宏毅机器学习]02:回归Regr ...
- 【李宏毅机器学习】05:概率生成模型Probabilistic Generative Model
李宏毅机器学习05:概率生成模型 Probabilistic Generative Model 文章目录 李宏毅机器学习05:概率生成模型 Probabilistic Generative Model ...
- 【李宏毅机器学习】01:机器学习介绍 Introduction
李宏毅机器学习01:机器学习介绍 Introduction 文章目录 李宏毅机器学习01:机器学习介绍 Introduction 一.机器学习步骤 二.机器学习框架 三.机器学习学习地图 (一)Lea ...
- 李宏毅机器学习—读书笔记
李宏毅机器学习笔记(LeeML-Notes) leeml-notes 机器学习 人工智慧(Artificial Intelligence)是我们想要达成的目标,希望机器可以跟人一样的聪明.机器学习(M ...
- 2021李宏毅机器学习笔记--21 Anomaly Detection
2021李宏毅机器学习笔记--21 Anomaly Detection(异常侦测) 摘要 一.问题描述 二.Anomaly异常 三.Anomaly Detection(异常侦测)做法 3.1 Bina ...
最新文章
- 【转】华为的面试题目(有兴趣的进来看看)
- 【蓝桥杯】基础练习 数列排序
- python telnetlib执行命令_使用python Telnet远程登录执行程序的方法
- 2020知到python语言应用答案_2020年知到APPPython语言应用第四单元章节测试答案
- 【C语言】----宏定义,预处理宏
- rabbitmq 集群保证顺序消费_随笔《RabbitMQ》如何保证消息不被重复消费
- npm ERR! code ENOENT npm ERR! syscall open npm ERR! errno -4058 npm ERR! enoent ENOENT: no such file
- 饥荒联机版Mod开发——制作简单的物品(三)
- 目标追踪小任务(基于SIFT,LK光流,ceres)
- Poi和easyExcel
- google的搜索技巧(很全的)
- 请勿关闭计算机还原更改要多久,电脑显示:配置windows更新失败,正在还原更改,请勿关闭计算机怎么办...
- Android 指纹识别(Touch ID)实例
- 直播搭建软件开发直播搭建技术流程解决方案
- 5分钟成为车联网专家|智慧高速如何破局实现车联网最先商用落地
- 不用计算机怎么连接无线,不用电脑?手机如何调试无线路由器?
- 【项目】磁盘文件管理工具
- PhysX FluidMark发布 支持多核心处理器
- 诺奖以上,真相未满:追捕黑洞二百年
- c语言中完美立方的程序,完美立方,完全立方公式