机器学习笔记-4(逻辑回归)

课程的第六部分讲到了逻辑回归,而第五部分咱并不打算记录是因为该部分大致为Octave(数学建模软件)的大致教程,咱也看过了,总的来说还是挺简单的。

目前俺已经跟到第八部分了,其余的视频却不知道为何没有跟上,不知道什么情况,大概是安排的时间还没到还是什么的,吴恩达教授真心犀利,把课程讲解的脉络非常清晰,层层渐进。

前面我们学到了单变量线性回归、多变量线性回归和非线性回归,感觉上已经是可以解决大部分的机器学习问题了。但是其实并不是这样,这就是涉及到了监督学习的另一大分支–分类问题,例如邮件分类这种经典问题。这类问题主要是判断并分类,而并不是跟一般回归问题中输出一个具体连续的预测值。基本上来说,这两类问题分属不同的情况,但是实际上来说依然扯到回归问题。之前讲到的房价预测问题,是我们输入具体的特征,然后给出一个预测值,值域属于实数范围内,它代表了基于特征给出一个连续值(这个值中不含概率成分)。但是到了逻辑回归问题,基于特征给出的值是离散/不连续的,一般会把其值控制在0(假)~1(真),这里俺确实不知道怎么按照自己的理解去写了,等过后看看能不能把语言整理更清楚些。 继续阅读“机器学习笔记-4(逻辑回归)”