您的位置: 首页 > 文章 > 部分机器学习算法理论推导：逻辑回归 梯度下降 牛顿法 奇异值分解（SVD） 距离 集成学习 决策树 推介算法 部分机器学习算法理论推导：逻辑回归 梯度下降 牛顿法 奇异值分解（SVD） 距离 集成学习 决策树 推介算法 分类: 文章 • 2024-06-23 11:39:52 目录 逻辑回归 梯度下降 牛顿法 奇异值分解（SVD） 距离 集成学习 决策树 推介算法 逻辑回归 目标 处理分类问题，二分类的概率预测输出，通过OVA可以用于多分类。OAV将预测的多个类别看作目标类与其他类，两类。 原理 损失函数只有一个局部最优值，因为损失函数是一个连续凸函数。 可解释性：θ的每个元素可以解释为，对结果的贡献的大小。b（x恒为1），b=0，可以判断正负判断是均匀的，b>0说明更容易分为正类。 梯度下降 牛顿法 奇异值分解（SVD） 距离 集成学习 决策树 推介算法
