监督学习最常见的五种算法解析监督学习算法有哪些( 三 ) _生活百科

(3)构造损失函数（cost function，loss function）
损失函数的大小可以体现出边界函数的各项参数是否最优。对于线性回归，损失函数是欧式距离指标，但这样的Cost Function对于逻辑回归是不可行的，因为在逻辑回归中平方差损失函数是非凸，我们需要其他形式的Cost Function来保证逻辑回归的成本函数是凸函数。
我们选择对数似然损失函数:
那么逻辑回归的Cost Function可以表示为：
这里m表示有m个样本，y是二值型数据，只能0或1，代表两种不同的类别。
(4)求最优θ
要想找到最合适的边界函数参数，只要使J(θ)最小即可。最优化的表达式为：
与线性回归相似，可以采用梯度下降法寻优，也可以采用其他方法，具体见下面列出的第5个参考网址。
参考资料：

机器学习（一）K-近邻（KNN）算法
地址：http://t.cn/RLj0XIZ

算法杂货铺——分类算法之决策树(Decision tree)
【监督学习最常见的五种算法解析监督学习算法有哪些】地址：http://t.cn/zjqquUf

决策树算法总结
地址：http://t.cn/zjCCJpC

算法杂货铺——分类算法之朴素贝叶斯分类(Naive Bayesian classification)
地址：http://t.cn/hqMdur

Coursera公开课笔记: 斯坦福大学机器学习第六课“逻辑回归(Logistic Regression)”
地址：http://t.cn/zOuCqYb

TensorFlow & 神经网络算法高级应用班” 要开课啦！从初级到高级，理论 + 实战，一站式深度了解 TensorFlow！
本课程面向深度学习开发者，讲授如何利用 TensorFlow 解决图像识别、文本分析等具体问题。课程跨度为 10 周，将从 TensorFlow 的原理与基础实战技巧开始，一步步教授学员如何在 TensorFlow 上搭建 CNN、自编码、RNN、GAN 等模型，并最终掌握一整套基于 TensorFlow 做深度学习开发的专业技能。
两名授课老师佟达、白发川身为 ThoughtWorks 的资深技术专家，具有丰富的大数据平台搭建、深度学习系统开发项目经验。

时间：每周二、四晚 20：00-21：00
开课时长：总学时 20 小时，分 10 周完成，每周 2 次，每次 1 小时
线上授课地址：http://www.mooc.ai/

监督学习最常见的五种算法解析 监督学习算法有哪些( 三 )

监督学习最常见的五种算法解析监督学习算法有哪些( 三 )