12799
查看ML的源代码
ML
0
←
ML
跳转至：
导航
、
搜索
因为以下原因，你没有权限编辑本页：
你被禁止执行你刚才请求的操作。
您可以查看并复制此页面的源代码：
=定义= :约定： ::<math>x_j^{(i)}</math>：训练数据中的第i列中的第j个特征值 value of feature j in the ith training example ::<math>x^{(i)}</math>：训练数据中第i列 the input (features) of the ith training example ::<math>m</math>：训练数据集条数 the number of training examples ::<math>n</math>：特征数量 the number of features =Week1 - 机器学习基本概念= ==Cost Function损失函数== Squared error function/Mean squared function均方误差: <math>J(θ)=\frac{1}{2m}\sum_{i=1}^m(h_θ(x^{(i)})-y^{(i)})^2</math> Cross entropy交叉熵: <math>J(θ)=-\frac{1}{m}\sum_{i=1}^m[y^{(i)}*logh_θ(x^{(i)})+(1-y^{(i)})*log(1-h_θ(x^{(i)}))]</math> ==Gradient Descent梯度下降== <math>θ_j:=θ_j-α\frac{∂}{∂θ_j}J(θ)</math> 对于'''线性回归模型'''，其损失函数为均方误差，故有： <math>\frac{∂}{∂θ_j}J(θ)= \frac{∂}{∂θ_j}(\frac{1}{2m}\sum_{i=1}^m(h_θ(x^{(i)})-y^{(i)})^2)</math> :<math>= \frac{1}{2m}\frac{∂}{∂θ_j}(\sum_{i=1}^m(h_θ(x^{(i)})-y^{(i)})^2)</math> :<math>= \frac{1}{2m}\sum_{i=1}^m( \frac{∂}{∂θ_j}(h_θ(x^{(i)})-y^{(i)})^2 )</math> :<math>= \frac{1}{m}\sum_{i=1}^m( (h_θ(x^{(i)})-y^{(i)}) \frac{∂}{∂θ_j}h_θ(x^{(i)}) ) //链式求导法式</math> :<math>= \frac{1}{m}\sum_{i=1}^m( (h_θ(x^{(i)})-y^{(i)}) \frac{∂}{∂θ_j}x^{(i)}θ ) </math> :<math>= \frac{1}{m}\sum_{i=1}^m( (h_θ(x^{(i)})-y^{(i)}) \frac{∂}{∂θ_j}\sum_{k=0}^{n}x_k^{(i)}θ_k ) </math> 对于j>=1: :<math>= \frac{1}{m}\sum_{i=1}^m( (h_θ(x^{(i)})-y^{(i)}) x_j^{(i)} ) </math> :<math>= \frac{1}{m} (h_θ(x)-y) x_{j} </math> =Week2 - Multivariate Linear Regression= ==Multivariate Linear Regression模型的计算== <math>h_θ(x) = θ_0x_0 + θ_1x_1 + θ_2x_2 + ... + θ_nx_n</math> ::<math> = [θ_0x_0^{(1)}, θ_0x_0^{(2)}, ..., θ_0x_0^{(m)}] + [θ_1x_1^{(1)}, θ_1x_1^{(2)}, ..., θ_1x_1^{(m)}] + ... + [θ_nx_n^{(1)}, θ_nx_n^{(2)}, ..., θ_nx_n^{(m)}] </math> ::<math> = [θ_0x_0^{(1)}+θ_1x_1^{(1)}+...+θ_nx_n^{(1)}, \ \ \ θ_0x_0^{(2)}+θ_1x_1^{(2)}+...+θ_nx_n^{(2)}, \ \ \ θ_0x_0^{(m)}+θ_1x_1^{(m)}+...+θ_nx_n^{(m)}] </math> ::<math> = θ^Tx</math> 其中， <math> x=\begin{vmatrix} x_0 \\ x_1 \\ x_2 \\ ... \\ x_n \end{vmatrix} = \begin{vmatrix} x_0^{(1)} & x_0^{(2)} & ... & x_0^{(m)} \\ x_1^{(1)} & x_1^{(2)} & ... & x_1^{(m)} \\ x_2^{(1)} & x_2^{(2)} & ... & x_2^{(m)} \\ ... & ... & ... & ...\\ x_n^{(1)} & x_n^{(2)} & ... & x_n^{(m)} \\ \end{vmatrix} , θ=\begin{vmatrix} θ_0 \\ θ_1\\ θ_2\\ ...\\ θ_n \end{vmatrix} </math> :m为训练数据组数，n为特征个数（通常，为了方便处理，会令<math>x_0^{(i)}=1, i=1,2,...,m）</math>。 ==数据归一化：Feature Scaling & Standard Normalization== <math> x_i := \frac{x_i-μ_i}{s_i} </math> 其中，<math>μ_i</math>是第i个特征数据x_i的均值，而 <math>s_i</math>则要视情况而定： :*Feature Scaling:<math>s_i</math>为<math>x_i</math>中最大值与最小值的差（max-min）； :*Standard Normalization:<math>s_i</math>为<math>x_i</math>中数据标准差（standard deviation）。 特别注意，通过 Feature scaling训练出模型后，在进行预测时，同样需要对输入特征数据进行归一化。 ==Normal Equation标准工程== <math>θ = (X^TX)^{-1}X^Ty</math> =Week3 - Logistic Regression & Overfitting= ==Logistic Regression== ===Sigmoid Function - S函数=== <math>h_θ(x)=g(θ^Tx)</math> <math>z = θ^Tx</math> <math>g(z) = \frac{1}{1+e^{-z}}</math> ===Cost Function=== <math>J(θ)=-\frac{1}{m}\sum_{i=1}^m[y^{(i)}*logh_θ(x^{(i)})+(1-y^{(i)})*log(1-h_θ(x^{(i)}))]</math> 向量化形式： <math> J(θ) = \frac{1}{m}( -y^Tlog(h) - (1-y)^Tlog(1-h) ) </math> ===Gradient Descent=== <math>J(θ)=-\frac{1}{m}\sum_{i=1}^m[y^{(i)}*logh_θ(x^{(i)})+(1-y^{(i)})*log(1-h_θ(x^{(i)}))]</math> <math>θ_j:=θ_j-α\frac{∂}{∂θ_j}J(θ)</math> :<math>= θ_j-\frac{α}{m}\sum_{i=1}^m( (h_θ(x^{(i)})-y^{(i)}) x_j^{(i)} ) </math> <math>\frac{∂}{∂θ_j}J(θ) = \frac{∂}{∂θ_j}\{-\frac{1}{m}\sum_{i=1}^m[y^{(i)}*logh_θ(x^{(i)})+(1-y^{(i)})*log(1-h_θ(x^{(i)}))]\}</math> :::<math>=-\frac{1}{m}\sum_{i=1}^m\frac{∂}{∂θ_j}[y^{(i)}*logh_θ(x^{(i)})+(1-y^{(i)})*log(1-h_θ(x^{(i)}))]</math> :::其中， ::::<math>\frac{∂}{∂θ_j}[y^{(i)}*logh_θ(x^{(i)})] = y^{(i)}*\frac{∂}{∂θ_j}[logh_θ(x^{(i)})] = \frac{y^{(i)}}{h_θ(x^{(i)})*ln(2)}*\frac{∂}{∂θ_j}h_θ(x^{(i)})</math> ::::<math>\frac{∂}{∂θ_j}[(1-y^{(i)})*log(1-h_θ(x^{(i)}))] = (1-y^{(i)})*\frac{∂}{∂θ_j}[log(1-h_θ(x^{(i)}))] = \frac{(1-y^{(i)})}{(1-h_θ(x^{(i)}))*ln(2)}*\frac{∂}{∂θ_j}(1-h_θ(x^{(i)}))</math> :::由于<math> \frac{∂}{∂θ_j}(1-h_θ(x^{(i)})) = -\frac{∂}{∂θ_j}h_θ(x^{(i)})</math>，故有： ::::<math>\frac{∂}{∂θ_j}[y^{(i)}*logh_θ(x^{(i)})+(1-y^{(i)})*log(1-h_θ(x^{(i)}))] = \frac{y^{(i)}}{h_θ(x^{(i)})*ln(2)}*\frac{∂}{∂θ_j}h_θ(x^{(i)}) + \frac{(1-y^{(i)})}{(1-h_θ(x^{(i)}))*ln(2)}*\frac{∂}{∂θ_j}(1-h_θ(x^{(i)}))</math> :::::::::::::::::::::<math> = \frac{y^{(i)}}{h_θ(x^{(i)})*ln(2)}*\frac{∂}{∂θ_j}h_θ(x^{(i)}) - \frac{(1-y^{(i)})}{(1-h_θ(x^{(i)}))*ln(2)}*\frac{∂}{∂θ_j}h_θ(x^{(i)})</math> :::::::::::::::::::::<math> = (\frac{y^{(i)}}{h_θ(x^{(i)})*ln(2)}- \frac{(1-y^{(i)})}{(1-h_θ(x^{(i)}))*ln(2)})*\frac{∂}{∂θ_j}h_θ(x^{(i)}) </math> :::::::::::::::::::::<math> = \frac{y^{(i)}-h_θ(x^{(i)})}{h_θ(x^{(i)})*(1-h_θ(x^{(i)}))*ln(2)}*\frac{∂}{∂θ_j}h_θ(x^{(i)}) </math> //将 <math>h_θ(x^{(i)})=g(z)=\frac{1}{1+e^{-z}}</math>代入 :::::::::::::::::::::<math> = \frac{y^{(i)}*(1+e^{-z})^2-(1+e^{-z})}{e^{-z}*ln(2)}</math> ::::而<math> \frac{∂}{∂θ_j}h_θ(x^{(i)}) = g'(z)*z'(θ^Tx^{(i)}) = (\frac{1}{1+e^{-z}})'*z'(θ^Tx^{(i)})</math> :::::::::<math> = ((1+e^{-z})^{-1})'*z'(θ^Tx^{(i)})</math> :::::::::<math> = \frac{e^{-z}}{(1+e^{-z})^{2}}*z'(θ^Tx^{(i)})</math> :::::::::<math> = \frac{e^{-z}}{(1+e^{-z})^{2}}*\frac{∂}{∂θ_j}(θ^Tx^{(i)})</math> :::::::::<math> = \frac{e^{-z}}{(1+e^{-z})^{2}}*\frac{∂}{∂θ_j}(θ_0*x_0^{(i)} + θ_1*x_1^{(i)} + θ_2*x_2^{(i)} +...+ θ_j*x_j^{(i)} +...+ θ_n*x_n^{(i)} )</math> :::::::::<math> = \frac{e^{-z}}{(1+e^{-z})^{2}}*x_j^{(i)}</math> 向量化形式： <math> θ = θ - \frac{α}{m}X^T(g(Xθ) - \vec y) </math> ==解决Overfitting== 针对 hypothesis function，引入 '''Regularation parameter'''(<math>λ</math>)到 Cost function中： <math>J(θ)=\frac{1}{2m}\sum_{i=1}^m(h_θ(x^{(i)})-y^{(i)})^2 + λ\sum_{j=1}^nθ_j^2</math>
返回
ML
。
导航菜单
个人工具
个人维基
注册
登录
名字空间
页面
变换
查看
阅读
查看源代码
统计
查看历史
操作
搜索
导航
首页
Ubuntu
Android
C&CPP
Java
Python
大杂烩
最近更改
工具箱
所有页面
文件列表
特殊页面
