机器学习:逻辑回归:最大似然估计与梯度下降.docx

机器学习:逻辑回归:最大似然估计与梯度下降.docx

  1. 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
  2. 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  3. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

PAGE1

PAGE1

机器学习:逻辑回归:最大似然估计与梯度下降

1机器学习基础概念

1.1理解监督学习

监督学习是机器学习的一种基本形式,其核心在于利用已知的输入和输出数据对模型进行训练,以便模型能够学习到输入与输出之间的映射关系。在监督学习中,我们通常将数据集分为训练集和测试集,训练集用于模型的学习,而测试集用于评估模型的性能。

1.1.1数据集示例

假设我们有一组关于房屋价格的数据,包括房屋的大小(平方米)和价格(万元)。我们可以用这些数据来训练一个模型,预测房屋的价格。

房屋大小(平方米)

价格(万元)

50

30

60

36

70

42

80

48

90

54

文档评论(0)

找工业软件教程找老陈 + 关注
实名认证
服务提供商

寻找教程;翻译教程;题库提供;教程发布;计算机技术答疑;行业分析报告提供;

1亿VIP精品文档

相关文档