机器学习-Spark-mllib-第一节ver1.0.pptVIP

Basic Statistics Stratified sampling Hypothesis testting Random data generation Kernel density estimation Linear Methods Mathematical formulation X,y是训练数据，通过改变参数向量w来找到目标函数最优解 L是模型在训练数据上的损失函数，通常是参数w的凸函数 R是正则项，对模型的复杂度进行惩罚，避免过拟合， Lambda则是L与R之间的一个trade-off Linear Methods Mathematical formulation X,y是训练数据，通过改变参数向量w来找到目标函数最优解 L是模型在训练数据上的损失函数，通常是参数w的凸函数 R是正则项，对模型的复杂度进行惩罚，避免过拟合， Lambda则是L与R之间的一个trade-off Linear Methods Loss Functions X,y是训练数据，通过改变参数向量w来找到目标函数最优解 L是模型在训练数据上的损失函数，通常是参数w的凸函数 Linear Methods Squared loss: 平方损失函数 优化残差平方和(residual sum of Squares, RSS) */48 互联网新技术在线教育领航者 */48 LOGO */48 欢迎大