[机器学习入门] 李宏毅机器学习笔记-6 (Classification: Logistic Regression;逻辑回归)
2017-06-05 12:52
489 查看
[机器学习] 李宏毅机器学习笔记-6 (Classification: Logistic Regression;Logistic回归)
Cascading logistic regression models就是一种转换的普适方法。
VIDEO |
---|
Three steps
Step 1: Function Set
Step 2: Goodness of a Function
Step 3: Find the best function
Logistic Regression VS Linear Regression
为什么不能用Logistic Regression+Square Error
Cross Entropy v.s. Square Error
Discriminative(Logstic) v.s. Generative(Gaussion)
Multi-class Classification
原理与两个class一致。Limitation of Logistic Regression
Cascading logistic regression models就是一种转换的普适方法。
相关文章推荐
- [机器学习入门] 李宏毅机器学习笔记-2 (Regression:Case Study ;回归:案例研究)
- 【机器学习入门】Andrew NG《Machine Learning》课程笔记之四:分类、逻辑回归和过拟合
- [机器学习入门] 李宏毅机器学习笔记-5(Classification- Probabilistic Generative Model;分类:概率生成模型)
- 机器学习笔记04:逻辑回归(Logistic regression)、分类(Classification)
- 机器学习入门笔记(四)----逻辑回归
- 斯坦福机器学习课程笔记week2&3 线性/逻辑斯蒂回归
- [机器学习] Coursera ML笔记 - 逻辑回归(Logistic Regression)
- 机器学习入门(13)--逻辑回归(1)
- 听课笔记(第十讲): 逻辑斯蒂回归 (台大机器学习)
- [笔记]机器学习(Machine Learning) - 02.逻辑回归(Logistic Regression)
- <机器学习笔记-04 ><scikit-learn 04>逻辑回归
- 机器学习入门(14)--逻辑回归(2)
- 机器学习笔记:逻辑回归
- 【学习笔记】斯坦福大学公开课(机器学习) 之逻辑斯蒂回归
- 斯坦福机器学习公开课笔记(三)--逻辑回归
- (斯坦福机器学习课程笔记)用广义线性模型推导逻辑回归模型
- Andrew NG机器学习课程笔记系列之——机器学习之逻辑回归(Logistic Regression)
- [机器学习笔记] Note4--逻辑回归
- 七月算法机器学习笔记4--线性回归与逻辑回归
- Andrew NG机器学习课程笔记系列之——机器学习之逻辑回归(Logistic Regression)