这节课主要讲的是逻辑回归(Logistic Regression),说到底还是考的数学功底,一些数学原理的倒腾。
2
描述
解析
给定几个数据,画出图后问你有几项对的,多选题。对于这样的数据,单纯的用线性回归并不是特别适用,适当的增加多项式特性,可以提高对数据的适应。
4
描述
解析
没啥可说的,主要是翻译问题,说一下 C ,代价函数具有很多局部最优值。
5
描述
解析
代入
1 && 3
第一题就是 y=1 和 y=0 的情况的 P 之和为
这节课主要讲的是逻辑回归(Logistic Regression),说到底还是考的数学功底,一些数学原理的倒腾。
给定几个数据,画出图后问你有几项对的,多选题。对于这样的数据,单纯的用线性回归并不是特别适用,适当的增加多项式特性,可以提高对数据的适应。
没啥可说的,主要是翻译问题,说一下 C ,代价函数具有很多局部最优值。
代入
第一题就是 y=1 和 y=0 的情况的 P 之和为