機器學習 課件 第5章 線性模型_第1頁
機器學習 課件 第5章 線性模型_第2頁
機器學習 課件 第5章 線性模型_第3頁
機器學習 課件 第5章 線性模型_第4頁
機器學習 課件 第5章 線性模型_第5頁
已閱讀5頁，還剩7頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

第5章線性模型《機器學習》胡曉目錄5.1二類線性模型5.2Lasso回歸5.3邏輯回歸5.4支持向量機5.5多類線性分類器5.6類不平衡問題5.1二類線性模型

二分類超平面的數(shù)學表達式

5.1二類線性模型

5.1線性回歸

5.2Lasso回歸

嶺回歸(Ridgeregression)的目標函數(shù)

5.1線性回歸

5.3邏輯回歸

取對數(shù)調(diào)整成目標函數(shù)

平均梯度為5.4支持向量機

5.4支持向量機

5.4支持向量機

5.5多類線性模型5.5.1基本策略“一對一”“一對余”“多對多”

5.5.2Softmax回歸

5.6類不平衡問題類別不均衡(class-imbalance)，有些場合也稱為長尾問題(Long-tail)，指分類任務中不同類別樣本的比例相差懸殊，如有2000個樣本的樣本集中僅有20個正樣本，其余全是負樣本。閾值移動數(shù)據(jù)再平衡過采樣：SMOTE(syntheticminorityoversamplingtechnique)算法欠采樣：Easy

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論