机器学习

 

 

     机器学习三要素：模型、目标、算法，model  cost function 

    

著作权归作者所有。
商业转载请联系作者获得授权，非商业转载请注明出处。
作者：周小涛
链接：http://www.zhihu.com/question/24900876/answer/65176508
来源：知乎

Linear Regression的cost function是最小二乘，即

但是Logistic Regression的cost function却是
为什么Logistic Regression不使用最小二乘做cost function呢？

答案是各自的响应变量 服从不同的概率分布。
在Linear Regression中，前提假设是 服从正态分布，即 ，而Logistic中的 是服从二项分布的，即 。(为什么不服从正态？因为 非0即1啊！)
因而，在用极大似然估计计算时，所得到的cost function自然是不一样的。(可自行推导)

然而，只有目标是没用的，我们还要有方法来达到目标，这里的方法就是上述的算法——最优化算法。包括常用的梯度下降法(最速下降法)、牛顿法、拟牛顿法等。这样，一个机器学习算法就算完整了，因为可以用这些最优化算法来 求出 。