機器學習筆記(二) 線性模型

2021-07-28 07:59:18 字數 926 閱讀 7371

正定矩陣:設m是n階方陣,如果對任何非零向量z,都有

ztmz

> 0,其中

zt表示z的轉置,就稱m正定矩陣

對數機率函式(logistic function),替代單位階躍函式,是一種sigmoid函式,對應的模型是對數機率回歸模型,但實際上是一種分類方法

極大似然估計的計算:(1)寫出似然函式。(2)求對數並整理。(3)求偏導。(4)求解方程

極大似然估計法求解引數值,

牛頓法或者梯度下降法求解似然估計的方程

牛頓法比梯度下降法更容易收斂

線性判別分析是設法將樣本投影到一條直線上。使得同一類的投影點足夠接近,不同類的投影點盡量遠離。lda也被視為一種經典的監督降維技術。

將多分類問題拆分成若干個二分類問題

一對一(ovo):產生n*(n-1)/2個線性模型,最終結果可以通過投票產生

一對其餘(ovr):產生n個模型,將其中一類設為正例,其他所有設為反例。若分類結果中只有乙個分類器將顯示為正,則該樣本屬於該類。若有多個分類器顯示為正,則選擇置信度最大的作為分類結果。

多對多(mvm)每次將若干個類作為正例,其他若干個類作為反類。最後通過糾錯輸出碼(ecoc)來計算歐氏距離或者漢明距離,從而確定樣本所屬的類。

解決辦法:

假設正樣本少,負樣本多

1.欠取樣,去除一些反例是正負樣本比例接近

2.過取樣,增加一些正例使得正反例數目接近

3.閾值移動。

y為樣本為正例的概率

m+為正樣本數量,m-是負樣本數量

y/(1-y)>(m+/m-)

機器學習筆記5 線性模型(二)

四 線性判別分析 線性判別分析 linear discriminant analysis,lda 的思想是 把全體美女集中到操場上,在操場上畫出一條白直線,設法將每位美女都投影到這條線上,使女神的投影點盡可能集中到一起,女漢子的投影點盡可能集中到一起,而且女神們投影點的中心和女漢子們投影點的中心盡可...

機器學習筆記 線性模型

寫在前面的一些廢話 伴隨課程以及自習,學得既算系統也算零散。學校多統計,演算法講解幾近寥寥。自古以來,統計系的教授多半樂於指摘機器學習與人工智慧,但學科總又不得不與之掛鉤密切,且多隨其發展潮起潮落。內部糾紛,不足為外人道已。只有深受其紛雜概念困擾的學習者,感觸頗深。不隨時總結,建立知識庫,實在容易迷...

Pytorch深度學習實踐(二) 線性模型

import numpy as np import matplotlib.pyplot as plt x data 1.0 2.0 3.0 y data 2.0 4.0 6.0 def forward x return x w defloss x,y y pred forward x return ...